机器学习评价指标之回归问题

1. 平均绝对误差：MAE（Mean Absolute Error）

2. 均方误差：MSE（Mean Squared Error）

3. 均方根误差：RMSE（Root Mean Squard Error）

4. 决定系数：R2（R-Square）

5. 校正决定系数（Adjusted R-Square）

from sklearn.metrics import mean_squared_error #均方误差
from sklearn.metrics import mean_absolute_error #平方绝对误差
from sklearn.metrics import r2_score#R square
#调用
# MAE：
mean_absolute_error(y_test,y_predict)
# MSE：
mean_squared_error(y_test,y_predict)
# RMSE:
np.sqrt(mean_squared_error(y_test,y_predict))
# R2：
r2_score(y_test,y_predict)
# Adjusted_R2：
1-((1-r2_score(y_test,y_predict))*(n-1))/(n-p-1)

参考：回归评价指标：MSE、RMSE、MAE、R2、Adjusted R2