线性回归算法（二）

本节内容是衡量线性回归算法的指标， 导图以下：

均方偏差MSE

有一个问题：这个衡量标准和m相关。 没法进行比较 所以，咱们能够很容易的进行改良咱们的衡量标准，让他们都除以m。

均方根偏差RMSE

这个这个MSE还有一个问题，就是量纲不一样。数据集是用万元作单位的，可是MSE确实万元的平方，显然不一样量纲。这个原理跟为何有了标准差，还要有方差是同样的，都是为了统一量纲。

因此，咱们的解决方法跟方差和标准差是同样的，让MSE去开方，获得RMSE：

平均绝对偏差MAE

另外还要一种很直白的方法，以下：

RMSE vs MAE

RMSE和MAE的量纲是同样的，都是数据中y对应的量纲。他们的区别以下：

实战

下面咱们用真实的波士顿房价数据进行练习一下。

• 第一步：导入数据-

  

• 第二步：截取房间数量特征

  

• 第三步： 绘制散点图

  

• 第四步： 剔除干扰点

j

from sklearn.model_selection import train_test_split

x_train,x_test,y_train,y_test = train_test_split(x,y,shuffle =666)
复制代码

分离后：

• 第五步：调用回归算法进行预测

• 第六步：算法衡量

R Squared

前面提到的几种评价标准，其实还存在一个问题，那就是，不是采用平时的分类准确度标准，也就是，0 表示最差，1表示最好，而后算法准确度的值在(0,1)之间，咱们能够很方便的比较两种算法的优劣。举个例子，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，采用RMSE或者MAE计算后，没法衡量两个算法的优劣，由于一个是面积，一个是距离，不是同一个东西。

所以，咱们须要引入一个新的指标：R Squared。

具体为：

为何说这个好呢？咱们能够这么想：

采用

进行预测叫作Baseline Model（基类模型），它与x无关，因此它的偏差确定是比较大的。

从而，咱们能够对指标作这样的理解：

接下来咱们对R方的公式进行简化：

接下来，咱们用代码来实现一下R Square：

而后，咱们调用sklearn封装的方法试一下：

能够看到结果是同样的~

---

OK，第二部分结束了，默默奖励本身一颗糖果~~