回归模型的score得分为负_回归模型评估指标

在建立回归模型时需要对模型的效果进行评测，选择哪一种指标作为评估指标也会影响最终模型的效果。这里选择Scikit Learn自带的回归模型评估指标进行详细讲解。

explained_variance_score(y_true, y_pred) Explained variance regression score function

mean_absolute_error(y_true, y_pred) Mean absolute error regression loss

mean_squared_error(y_true, y_pred[, …]) Mean squared error regression loss

mean_squared_log_error(y_true, y_pred) Mean squared logarithmic error regression loss

median_absolute_error(y_true, y_pred) Median absolute error regression loss

r2_score(y_true, y_pred[, …]) R^2 (coefficient of determination) regression score function.

可解释方差Explained Variance Score

假设y是真实值，f 是相对应的预测值，Var是方差，Explained Variance由下式公式给出：

$$Explained\ Variance = 1 – \frac{Var(y – f)}{Var(y)}$$

值最大为1，越接近1越好

什么是可解释方差？

在理解“可解释方差”前，需要先了解下方差：离平均的平方距离的平均。方差很难理解，其中的一个原因是很难可视化