线性回归中的clf.score(X_test, Y_test)是如何工作的?

Y_predicted=

[ 1.22770607 -0.04569864  2.23941551  1.35143415  1.28991445  0.01398049  1.05511961  1.84491163  1.36748873  1.06369944  1.7139329  -0.09376361 -0.16512009 -0.0847085  -0.03141076  1.40425663  2.01371189  1.03977449  1.27667011  1.98481437  0.01295936  1.60489574  0.0823478   1.92856356  1.8584911   1.8970799   1.79401204  2.05206755  0.018738    0.00754765 -0.14906387 -0.0721375   1.18370287 -0.00857916 -0.03033274  1.69166794  1.29215806 -0.08232208 -0.09134106 -0.1708265   1.76007136  1.38080694  1.31560775 -0.06333357 -0.11464793  0.94925056  1.47575594  1.71846632  1.19986579  2.15035351  1.19564044  2.04054474  1.38920784 -0.09675278  2.00947585  1.00163388 -0.1021645  -0.05493268  0.12571214  0.97425353]

Y_test=

[2 0 0 0 1 0 1 2 0 1 2 0 2 2 1 1 2 1 0 1 2 0 0 1 1 0 2 0 0 1 1 2 1 2 2 1 0 0 2 2 0 0 0 1 2 0 2 2 0 1 1 2 1 2 0 2 1 2 1 1 1 0 1 1 0 1 2 2 0 1 2 2 0 2 0 1 2 2 1 2 1 1 2 2 0 1 2 0 1 2]

但得分是94.2%

分类器是如何计算这个得分的?


回答:

文档

返回预测的决定系数R^2。决定系数R^2定义为(1 - u/v),其中u是回归平方和((y_true - y_pred) ** 2).sum(),v是残差平方和((y_true - y_true.mean()) ** 2).sum()。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注