2回答
我在安德鲁·吴恩达的斯坦福ML课程中手动实现了成本函数和梯度下降，我有一个合理的成本函数；但当我尝试用SKLearn库实现它时，MSE是另一回事。我不知道我做错了什么，我需要一些帮助来检查它。下面是我使用的数据集的链接：https://www.kaggle.com/farhanmd29/50-startups 我的代码： import pandas as pd
import numpy as
浏览 98提问于2020-04-27得票数 0
在这里，我尝试使用LSTM回归模型根据实际值来预测该值。在预测值之后，我需要找到预测值与实际值的预测准确率百分比。
我试过了，但它给了我很大的负值。
浏览 4提问于2020-01-24得票数 0
1回答
我使用scikit learn进行了线性回归。当我看到测试数据的均方误差时，它是非常低的(0.09) 当我在我的测试数据上看到我的r2_score时，它也非常少(0.05) 据我所知，当均方误差很低时，目前的模型是好的，但r2_score很小，这告诉我们模型不好我不知道我的回归模型是好是坏 一个好的模型是否具有较低的R平方值，或者一个较差的模型是否具有较低的均方差
浏览 47提问于2021-10-27得票数 2
回答已采纳
据我所知，来自ExtraTreesRegressor的sklearn是通过随机分裂来工作的，而不是最小化像gini这样的分类度量或mae来进行回归。这只是为了代码兼容性，还是我遗漏了什么？
浏览 0提问于2020-06-17得票数 4
回答已采纳
2回答
我在使用scikit-learn的函数。在交叉验证期间，默认情况下使用的是什么？
我希望交叉验证是基于“均方误差回归损失”。在LassoCV中可以使用这个度量吗？我们可以为指定一个评分标准，所以也可以使用LassoCV吗？
浏览 3提问于2017-05-22得票数 3
回答已采纳
我用线性回归模型来预测权值输入宽度，我想要计算模型的均方误差。如果我使用Scikit-learn库提供的函数mean_squared_error，其中包含y_test列表的值和预测值，如下所示：我得到一个大约5679.0812的均方误差，这是很高的。
浏览 7提问于2022-05-29得票数 1
args, **kwargs)
TypeError: _score() missing 1 required positional argument: 'y_true' 我不知道为什么，因为我正在尝试使用非负矩阵分解为
浏览 86提问于2020-06-30得票数 0
在安装TensorFlow 2.0之前，我使用了...交叉val检验的结果是合理的均方误差数-235.83544922 -98.66159058]
浏览 2提问于2021-11-11得票数 1
回答已采纳
1回答
如何在scikit learn中自定义损失函数？例如，我不想使用均方误差，而是使用MSE乘以样本的真实值。我使用了以下代码片段： def my_custom_loss_func(y_true,y_pred): return
浏览 67提问于2019-01-19得票数 0
使用数据中的3个变量来预测另一个变量值，它在R/Python ANN模型上具有较好的准确性。但是，当我尝试使用keras构建神经网络时，它无法在0精度下工作。
浏览 3提问于2016-12-14得票数 0
我知道我可以像这样实现均方根误差函数： return np.sqrt(((predictions - targets) ** 2).mean())
如果这个rmse函数是在某个库中实现的，可能是在scipy或scikit-learn中，我在寻找什么？
浏览 1提问于2013-06-20得票数 209
Tensorflow的contrib.learn中默认的损失函数是什么？我看了看文件，什么也找不到。我只是想澄清一下，我是问它是否是绝对不同的，MAE，MSE，RMSE或任何其他。谢谢!
浏览 0提问于2018-06-07得票数 0
回答已采纳
我有点困惑，因为测试的均方根误差(RMSE)为13.77，训练数据的均方根误差(RMSE)为13.88。首先，RMSE不应该在0和1之间吗？第二，测试数据的RMSE不应该比训练数据的RMSE高吗？
浏览 101提问于2018-06-27得票数 2
回答已采纳
1回答
在一些时间序列数据上，我正在使用XGBoost，并且得到了大量的RMSE值：我缩放了所有数据(包括目标)，得到了0到1之间值的逻辑结果：我不确定是否可以说我的模型是准确的，根据缩放的数据值
浏览 3提问于2022-05-30得票数 0
回答已采纳
1回答
随机森林回归的过拟合结果
、、、、
我使用了RF，以看我是否可以根据每个像素的其他3个值来预测第四个值。为此，我使用了python和scikit学习。首先，我拟合了这个模型，在验证之后，我用它来预测这个图像。但是，当我看到结果的图像时，它绝对不是99.95%的准确性：📷📷
(我做出了最大和最明显的区别)。编辑:平均绝对误差: 0.048246606512422616均方误差: 0.00670919112477127均方<em
浏览 0提问于2020-06-21得票数 2
回答已采纳
我正在使用Scikit-学习库做一个线性回归。每件事都是简单而直接的。有了6行代码，我就能做好这项工作。然而，我想确切地知道背后发生了什么。因为我是ML的初学者，所以我的问题可能是错的，但是我想知道Scikit学习使用什么算法来最小化它的linear_regression方法中的均方误差。
浏览 0提问于2018-11-21得票数 0
回答已采纳
我想做一个任务:根据测试数据对模型进行评估，并计算预测混凝土强度与实际混凝土强度之间的均方误差。您可以使用Scikit-learn中的mean_squared_error函数。yTrain, yTest = train_test_split(x, y, test_size = 0.3)
model.fit(xTrain, yTrain, epochs=50) 现在为了评估均方误差
浏览 1461提问于2020-04-02得票数 1
回答已采纳
1回答
Keras回归的模型建议
、、、、
我正在尝试用Keras解决一个回归问题，但MSE很大，我的意思是像29346217.6819ProductNo,Day,Month,CartonSales1,3,02,23741,6,04,2374
浏览 9提问于2018-03-02得票数 1
1回答
与默认的absolute_error准则相比，对于决策树和随机林(即MAE准则类：)，Scikit的squared_error准则的尺度很差。参见这里的讨论：
我正在处理的数据集太大，无法合理地使用MAE，但是，我想对MAE进行一些实验，或者至少在可能的情况下对其进行近似。读到MAE是如何工作的，我理解它是基于使用单个叶子的中位数而不是平均值，这就是为什么与MSE相比，它的比例很差。具体来说，如果MSE使用平方误差，我会认为在那里的某个地方，我只需将平方根应用到现有的计算中，就可以得到绝对误差</
浏览 8提问于2022-06-10得票数 2
到目前为止，我一直在使用.score(x_test, y_test)，但我读到这不是模型的准确性。我尝试使用度量标准，但我总是得到这样的错误： ValueError: Found input variables with inconsistent numbers of samples: [2, 1]
浏览 33提问于2019-06-17得票数 0
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
