腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
为什么
来自
LinearRegression
的
得分
与
来自
sklearn.metrics
的
r2_score
给出
的
结果
不同
、
理想情况下,我应该得到相同
的
结果
,因为
得分
只有R平方。但不确定
为什么
结果
会
不同
。random_state = 0) from sklearn.linear_model import
LinearRegression
linear_model =
LinearRegression
() linear_model.fit(X_train, y_tra
浏览 50
提问于2021-05-10
得票数 0
回答已采纳
1
回答
模型分数()
与
r2_score
之间
的
差异
、
我正在训练一个
LinearRegression
()分类器,并试图估计它
的
预测应计性。from
sklearn.metrics
import
r2_score
regr_rf =
LinearRegression
regr_rf.predict(df[features])pri
浏览 7
提问于2017-08-06
得票数 10
回答已采纳
2
回答
线性回归中
r2_score
与
score()
的
差异
、
、
、
我发现
LinearRegression
中score()
的
结果
与
r2_score
()
不同
。我期望它们返回相同
的
results.The代码如下:r2_train_n = np.empty(shape=[10, 0]) X_test_tf = pf.transform(X_test.reshape(4,1)) lr =
浏览 3
提问于2020-07-25
得票数 4
回答已采纳
3
回答
scikit-learn & statsmodels哪个R平方是正确
的
?
、
、
、
、
我想为将来选择最好
的
算法。我找到了一些解决方案,但我不知道哪个R平方值是正确
的
。from sklearn.linear_model import
LinearRegression
lineer =
LinearRegression<
浏览 0
提问于2019-02-10
得票数 7
回答已采纳
1
回答
为什么
具有次数=1
的
多项式特征
的
LinearRegression
给出
了
不同
的
结果
?
、
、
、
from
sklearn.metrics
import
r2_score
在那之后,我做了同样
的
事情,但使用了次数=1
的
多项式特征(它们
与
原始特征相同,但增加了一个特征,即x^0,我忽略它)。('r2_val', r2_val) 然而,我得到了
不同
的
<
浏览 3
提问于2021-05-03
得票数 1
1
回答
在python中保存多个
不同
的
多项式回归对象
、
、
、
我正在尝试生成
不同
次数
的
多项式回归,并保存模型对象。as pltfrom sklearn.preprocessing import PolynomialFeaturesfrom
sklearn.metrics
import mean_squared_error as MSE
浏览 31
提问于2021-11-20
得票数 1
回答已采纳
2
回答
是否可以为某些列指定handle_unknown =“忽略”,为OneHotEncoder中
的
其他列指定“错误”?
、
、
、
我有一个包含所有分类列
的
dataframe,我使用
来自
oneHotEncoder
的
sklearn.preprocessing编码这些列。y_test.shape:", y_test.shape) from
sklearn.metrics
import
r2_scor
浏览 0
提问于2019-06-14
得票数 8
回答已采纳
1
回答
尝试自定义grid.best_score_计算(通过GridSearchCV获得)
我正在尝试重新计算我在自己
的
数据上获得
的
grid.best_score_,但没有成功...因此,我尝试使用传统
的
数据集,但没有更多
的
成功。linear_modelfrom sklearn import grid_search lr = linear_model.
Lin
浏览 0
提问于2016-12-16
得票数 0
1
回答
不同
的
结果
回归直接
与
通用sklearn函数
、
、
当我直接做一个简单
的
线性回归
与
一个可以接受任何建模参数并进行交叉验证
的
函数时,我得到了
不同
的
结果
。对我来说,这似乎是唯一
的
区别,但
为什么
结果
会如此
不同
。直接使用linear_model.
LinearRegression
() x_train,x_test,y_train,y_test = train_test_split(features.values,(x_test) - y_test) ** 2)
浏览 1
提问于2017-08-18
得票数 1
回答已采纳
1
回答
为什么
gridsearchCV.best_estimator_.score给我
r2_score
,即使我提到了MAE作为我
的
主要
得分
标准?
、
、
、
、
sklearn.preprocessing import scalefrom sklearn.linear_model import
LinearRegression
我想使用最好
的
预测器来评分我
的
测试数据集。from
sklearn.metrics
import
r2_score
, mean_absolute_errory_pred = model_cv.best_estimator_.predict0.6548
浏览 0
提问于2022-02-16
得票数 0
回答已采纳
1
回答
实现梯度下降时
的
问题
、
、
、
、
代码: import numpy as npfrom sklearn.linear_model import
LinearRegression
from sklearn.model_selection import train_test_splitx_train, x_test, y_train, y_test = train_test_s
浏览 28
提问于2021-09-22
得票数 0
1
回答
在Python中使用切片
、
、
、
、
我使用
来自
UCI repo:
的
数据集,然后执行下一步:from sklearn.neighbors import KNeighborsRegressorfrom sklearn.svm import SVRfrom
sklearn.metrics</e
浏览 4
提问于2016-08-30
得票数 0
回答已采纳
1
回答
如何在同一轴上绘制
来自
三个
不同
时间段
的
x/y数据点以进行分析?
、
我想对三个
不同
年份
的
空气温度(x)
与
天然气使用量(以kWh为单位)
的
线性回归分析
结果
进行统计比较。from sklearn.linear_model impor
浏览 11
提问于2019-07-31
得票数 0
回答已采纳
1
回答
在线性回归中,标度给了我更坏
的
结果
(较低
的
R平方)。
、
、
我认为预测器有
不同
的
单位,所以我需要对它们进行缩放。variables to numerical variables然后对数据进行缩放,进行线性回归并计算R-平方,得到0.57
的
结果
LR_scaled_model =
LinearRegression
()print('R-
浏览 12
提问于2022-10-29
得票数 0
1
回答
为什么
我
的
ML模型有可怕
的
准确性?
、
、
然而,我
的
预测很糟糕;我使用了
LinearRegression
和
r2_score
输出0.05,实际上是0。我尝试了几种
不同
的
模型,所有模型都
给出
了糟糕
的
预测和准确性。 我做错了什么?我看过教程,读过类似方法
的
文章,但他们最终
的
准确率为0.92,而我
的
准确率为0.05。如何为您
的
数据创建一个好
的
模型,以及如何知道要使用哪个模型?sklearn import preprocessing
浏览 9
提问于2019-03-13
得票数 0
回答已采纳
2
回答
Statmodel输出
与
sklearn回归
不同
、
、
我正在尝试从sklearn上
的
波士顿数据集中获得一些神奇
的
东西。在没有做任何改变
的
情况下,我用sklearn做了一个回归,用statsmodel做了另一个回归,轻松地得到了我使用
的
每个变量
的
p值。然而,我
的
结果
却完全
不同
。X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.33, random_state=42) lin_model =
LinearR
浏览 48
提问于2019-12-29
得票数 0
1
回答
交叉验证返回分数超过1.0我该怎么做?
、
、
首先,我想说我在发帖之前搜索了很多,但是没有发现任何超过1.0 (100%)
的
得分
。from
sklearn.metrics
im
浏览 1
提问于2016-11-20
得票数 4
回答已采纳
2
回答
如何用Python在我
的
图表上显示R平方值
、
、
、
、
我能够计算r平方,并绘制我
的
数据,但现在我想将图本身上
的
值组合起来,每次新运行时它都会发生变化。 我
的
神经网络使用至少4个
不同
的
输入,并
给出
一个输出。这是我
的
最终代码: y_predicted = model.predict(X_test) 下面是我计算R2
的
方法: # Using sklearnprint
r2_score
(
浏览 351
提问于2020-01-21
得票数 3
回答已采纳
2
回答
R和Python中
的
线性回归-相同问题
的
不同
结果
、
、
、
、
我正在用python训练我
的
数据技能,这是我在R中学到
的
,尽管我对一个简单
的
线性回归有疑问。y = train[['Temp']]predictions = model.predict(X)Python
结果
climate_change[climate_change$Year>=2006,]summar
浏览 3
提问于2018-10-01
得票数 3
回答已采纳
1
回答
R平方0.0在lm.score( )中意味着?
、
、
、
、
最好
的
分数是1.0,它可以是负
的
(因为模型可以任意恶化)。一个常数模型总是预测y
的
期望值,而不考虑输入特性,则得到R^2分数为0.0。我听不懂台词: 除了这个常量模型
给出
y_true.mean()
的
情况外,一个常量模型如何将R^2设为0.0?
浏览 5
提问于2020-03-01
得票数 3
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
TensorFlow机器学习理论与实战 第一章 线性回归模型
9,模型的评估
Python机器学习(四)-线性回归
使用Python的多项式回归
没事也来跑跑代码吧
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券