超级会员免费看
本文探讨了如何使用Python的sklearn库进行回归模型评估，重点关注explained_variance_score指标。该指标评估模型对数据波动的解释程度，1.0表示完美，数值越小表明模型效果越差。示例展示了如何计算并解释该得分。
回归评估+解释方差分
python的sklearn.metrics中包含一些损失函数，评分指标来评估回归模型的效果。主要包含以下几个指标：n_squared_error, mean_absolute_error, explained_variance_score and r2_score等。
explained_variance_score(解释方差分)
y_hat ：预测值， y ：真实值, var ：方差
explained_variance_score：解释方差分，这个指标用来衡量我们模型对数据集波动的解释程度，如果取值为1时，模型就完美，越小效果就越差。下面是python的使用情况：
sk
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
