机器学习100天（十二）：012 回归模型评估指标Python实现

机器学习100天，今天讲的是：回归模型评估指标 Python 实现！

上一节我们介绍了线性回归中常用的评估指标有 4 个，分别是：均方误差、均方根误差、平均绝对值误差、拟合度。下面我们来看一下 python 中计算这些误差的代码。

打开spyder，新建一个 linear_regression_evaluation.py 文件。继续我们之前讲简单线性回归的例子。在构建好线性模型之后，我们对测试集进行了预测，预测的结果是 y_pred。下面就是比较预测值 y_pred 和真实值 y_test 的拟合程度。

首先计算均方误差。

直接从 sklearn.metrics 模块中导入 mean_squared_error 方法，一行语句直接计算 MSE，将两个参数 y_test 和 y_pred 写在括号里。

# MSE
from sklearn.metrics import mean_squared_error
MSE = mean_squared_error(y_test, y_pred)
print(