回归评价指标计算python

1:均方误差(MSE)
回归评价指标计算python_第1张图片

2:均方根误差(RMSE)
回归评价指标计算python_第2张图片

3:平均绝对误差(MAE)
回归评价指标计算python_第3张图片
4:决定系数R2
回归评价指标计算python_第4张图片
回归评价指标计算python_第5张图片
1:MSE:

y_preditc=reg.predict(x_test) #reg是模型
mse_test=np.sum((y_preditc-y_test)**2)/len(y_test) 

2:RMSE:

rmse_test=mse_test ** 0.5

3:MAE:

mae_test=np.sum(np.absolute(y_preditc-y_test))/len(y_test)

4:R2:

from sklearn.metrics import r2_score
r2_score(y_plot,RF_predict)'

5: scikit-learn:

from sklearn.metrics import mean_squared_error #均方误差
from sklearn.metrics import mean_absolute_error #平方绝对误差
from sklearn.metrics import r2_score#R square
#调用
mean_squared_error(y_test,y_predict)
mean_absolute_error(y_test,y_predict)
r2_score(y_test,y_predict)

你可能感兴趣的:(数据处理,python)