線性迴歸算法（二）

本節內容是衡量線性迴歸算法的指標， 導圖以下：

均方偏差MSE

有一個問題：這個衡量標準和m相關。 沒法進行比較 所以，咱們能夠很容易的進行改良咱們的衡量標準，讓他們都除以m。

均方根偏差RMSE

這個這個MSE還有一個問題，就是量綱不一樣。數據集是用萬元作單位的，可是MSE確實萬元的平方，顯然不一樣量綱。這個原理跟爲何有了標準差，還要有方差是同樣的，都是爲了統一量綱。

因此，咱們的解決方法跟方差和標準差是同樣的，讓MSE去開方，獲得RMSE：

平均絕對偏差MAE

另外還要一種很直白的方法，以下：

RMSE vs MAE

RMSE和MAE的量綱是同樣的，都是數據中y對應的量綱。他們的區別以下：

實戰

下面咱們用真實的波士頓房價數據進行練習一下。

• 第一步：導入數據-

  

• 第二步：截取房間數量特徵

  

• 第三步： 繪製散點圖

  

• 第四步： 剔除干擾點

j

from sklearn.model_selection import train_test_split

x_train,x_test,y_train,y_test = train_test_split(x,y,shuffle =666)
複製代碼

分離後：

• 第五步：調用迴歸算法進行預測

• 第六步：算法衡量

R Squared

前面提到的幾種評價標準，其實還存在一個問題，那就是，不是採用平時的分類準確度標準，也就是，0 表示最差，1表示最好，而後算法準確度的值在(0,1)之間，咱們能夠很方便的比較兩種算法的優劣。舉個例子，算法一我用房子大小作特性，算法二我用房屋距市中心位置作特性，採用RMSE或者MAE計算後，沒法衡量兩個算法的優劣，由於一個是面積，一個是距離，不是同一個東西。

所以，咱們須要引入一個新的指標：R Squared。

具體爲：

爲何說這個好呢？咱們能夠這麼想：

採用

進行預測叫作Baseline Model（基類模型），它與x無關，因此它的偏差確定是比較大的。

從而，咱們能夠對指標作這樣的理解：

接下來咱們對R方的公式進行簡化：

接下來，咱們用代碼來實現一下R Square：

而後，咱們調用sklearn封裝的方法試一下：

能夠看到結果是同樣的~

---

OK，第二部分結束了，默默獎勵本身一顆糖果~~