【问题标题】:calculate accuracy using r value使用 r 值计算精度
【发布时间】:2016-10-13 23:10:32
【问题描述】:

我正在使用线性回归模型来预测一年的天气数据。预测是使用 Python 的 sklearn 库完成的。问题是我需要找到预测的准确性。经过快速的互联网搜索后,我发现 r^2 是找出准确性的方法。我计算的r值如下:

r value 
 0.0919309031356
Coefficients: 
 [-20.01071429   0.        ]
Residual sum of squares: 19331.78
Variance score: -0.23

问题是我需要将准确率显示为百分比。我怎么做?我需要使用工具来确定准确性吗?

【问题讨论】:

    标签: python scikit-learn


    【解决方案1】:

    也许这个问题比我想象的更复杂,但为什么不仅仅是

    r = str((r**2) * 100) + '%'
    

    【讨论】:

    • 因此,根据例如百分比应为9.19309031356右 span>
    • 您需要首先平衡R值,因此更像是0.84%,这是我谦逊意见中悲惨的R-Square值。 span>
    • 是的,它是一个可怕的r值。无论如何感谢您的帮助
    【解决方案2】:

    对于回归问题,您可以使用以下指标来确定拟合的质量(http://scikit-learn.org/stable/modules/model_evaluation.html#regression-metrics):

    • 均方误差。当值尽可能低时,拟合是好的
    • R^2 分数。当值为 1 或接近它时,拟合良好。

    您还可以使用以下方法计算预测误差: (实际值 - 预测值)/实际值。

    但是,我不确定这是否是评估线性回归拟合的常用指标。

    【讨论】:

      猜你喜欢
      • 2014-11-20
      • 2022-11-12
      • 1970-01-01
      • 1970-01-01
      • 2018-02-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多