44、机器学习：回归、降维与聚类分析

机器学习：回归、降维与聚类分析

1. 回归模型指标

Scikit - learn 提供了许多指标函数，用于评估估计器的预测效果，并比较不同估计器，以便为特定研究选择最佳的估计器。这些指标会因估计器类型而异。例如，在数字数据集分类案例研究中使用的 sklearn.metrics 模块的 confusion_matrix 和 classification_report 函数，就是专门用于评估分类估计器的众多指标函数中的两个。

对于回归估计器，常用的指标有决定系数（也称为 $R^2$ 分数）和均方误差。
- $R^2$ 分数 ：范围从 0.0 到 1.0，1.0 表示最佳。$R^2$ 分数为 1.0 意味着估计器能根据自变量的值完美预测因变量的值；$R^2$ 分数为 0.0 则表示模型基于自变量的值无法进行任何准确的预测。计算 $R^2$ 分数的代码如下：

from sklearn import metrics
# 假设 expected 是预期结果数组，predicted 是预测结果数组
metrics.r2_score(expected, predicted)

• 均方误差 ：计算每个预期值和预测值之间的差异（误差），将每个差异平方，然后计算这些平方值的平均值。在比较估计器时，均方误差值最接近 0 的估计器最适合数据。计算均方误差的代码如下：