回归模型的性能的评价指标主要有:RMSE(平方根误差).MAE(平均绝对误差).MSE(平均平方误差).R2_score.但是当量纲不同时,RMSE.MAE.MSE难以衡量模型效果好坏.这就需要用到R2_score,实际使用时,会遇到许多问题,今天我们深度研究一下. 预备知识 搞清楚R2_score计算之前,我们还需要了解几个统计学概念. 若用$y_i$表示真实的观测值,用$\bar{y}$表示真实观测值的平均值,用$\hat{y_i}$表示预测值,则: 回归平方和:SSR $$SSR = \s

一.机器学习算法分类: 监督学习:提供数据和数据分类标签.--分类.回归 非监督学习:只提供数据,不提供标签. 半监督学习 强化学习:尝试各种手段,自己去适应环境和规则.总结经验利用反馈,不断提高算法质量 遗传算法:淘汰弱者,留下强者,进行繁衍和变异穿产生更好的算法. 二.选择机器学习算法和数据集 sklearn中有很多真实的数据集可以引入,也可以根据自己的需求自动生成多种数据集.对于数据集可以对其进行归一化处理. sklearn中的有着多种多样的算法,每一种算法都有其适用的场合.不同的属性和功