y = column_or_1d(y, warn=True)
性能评估
不同于类别预测,我们不能苛求回归预测的数值结果要严格地与真实值相同。一般情况下,我们希望衡量预测值与真实值之间的差距。...其中最为直观的评价指标包括,平均绝对误差以及均方误差,因为这也是线性回归模型所要优化的目标。
#使用LinearRegression模型自带的评估模块,并输出评估结果。...y = column_or_1d(y, warn=True)
性能评估
就不同核函数配置下的支持向量机回归模型在测试集上的回归性能做出评估,通过三组性能测评我们发现,不同配置下的模型在相同测试集上,存在着非常大的性能差异...对两种不同配置的K近邻回归模型在美国波士顿房价数据上进行预测性能的评估
#使用R-squared、MSE以及MAE三种指标对平均回归配置的K近邻模型在测试集上进行性能评估。...因此,可以初步判断,“美国波士顿房价预测”问题的特征与目标值之间存在一定的非线性关系。
#使用R-squared、MSE以及MAE指标对默认配置的回归树在测试集上进行性能评估。