rms

通过训练集训练和测试集测试来生成多个线性模型，从而预测学生成绩，本文所有代码请点击 Github 1. 实验数据背景 1.1 数据来源 本项目的数据来源于kaggle.com，数据集的名称为Student Grade Prediction，Paulo Cortez，Minho大学，葡萄牙吉马良斯， http：//www3.dsi.uminho.pt/pcortez 1.2 数据简介 该数据接近了两所葡萄牙学校的中学学生的学习成绩。数据属性包括学生成绩，人口统计学，社会和与学校相关的特征），并通过使用学校报告和调查表进行收集。提供了两个关于两个不同学科表现的数据集：数学（mat）和葡萄牙语（por） 该数据集共有396条，每列33个属性，属性简介如下： 1.学校-学生学校（二进制：“ GP”-加布里埃尔·佩雷拉（Gabriel Pereira）或“ MS”-Mousinho da Silveira） 2.性别-学生的性别（二进制：“ F”-女性或“ M”-男性） 3.年龄-学生的年龄（数字：15至22） 4.地址-学生的家庭住址类型（二进制：“ U”-城市或“ R”-农村） 5.famsize-家庭大小（二进制：“ LE3”-小于或等于3或“ GT3”-大于3） 6.Pstatus-父母的同居状态（二进制：“ T”-同居或“ A”-分开） 7.Medu-母亲的教育（数字：0-无，1

机器学习实战：基于Scikit-Learn和TensorFlow—第二章笔记 一、学习目标 以加州住房价格的数据集作为数据源，来进行构建一个完整的机器学习的项目。 二、完整的处理流程 2.1、目标问题 拿到数据集，搭建机器学习的项目，我们肯定是希望从这个数据中分析出什么结果。所以我们的目标就是：根据数据集，对一个区域的房价中位数进行预测。你肯定知道这是一个典型的监督式学习任务（因为已经给出了标记的训练示例），而且也是一个典型的回归任务（因 为你要对某个值进行预测）。更具体地说，这是一个多变量回归问题，因为系统要使用多个特征进行预测（使用到区域的人口、收入中位数等）。 2.2、性能指标 你辛苦构建完模型后，肯定要选择一个指标来测试下你的模型到底表现如何吧。回归问题的典型性能衡量指标是均方根误差（RMSE）。 公式1-1：均方根误差（RMSE） ( ∑ i = 1 m ( h ( x i ) − y i ) 2 ) m \sqrt{\frac{(\sum_{i=1}^m(h(x^i) - y^i)^2)}{m}} m ( ∑ i = 1 m ​ ( h ( x i ) − y i ) 2 ) ​ ​ 解释下其中的符号： m是你在测量RMSE时，所使用的数据集中实例的数量(例如，如果你在评估RMSE时使用的验证集里包含2000个区域，则m=2000) x i x^i x i 是数据集中

前言 分类问题的评价指标是准确率，那么回归算法的评价指标就是MSE，RMSE，MAE、R-Squared。下面一一介绍 均方误差（MSE） MSE （Mean Squared Error）叫做均方误差。看公式 这里的y是测试集上的。 用 真实值-预测值 然后平方之后求和平均。 猛着看一下这个公式是不是觉得眼熟，这不就是线性回归的损失函数嘛！！！ 对，在线性回归的时候我们的目的就是让这个损失函数最小。那么模型做出来了，我们把损失函数丢到测试集上去看看损失值不就好了嘛。简单直观暴力！ 均方根误差（RMSE） RMSE（Root Mean Squard Error）均方根误差。 这不就是MSE开个根号么。有意义么？其实实质是一样的。只不过用于数据更好的描述。 例如：要做房价预测，每平方是万元（真贵），我们预测结果也是万元。那么差值的平方单位应该是 千万级别的。那我们不太好描述自己做的模型效果。怎么说呢？我们的模型误差是 多少千万？。。。。。。于是干脆就开个根号就好了。我们误差的结果就跟我们数据是一个级别的可，在描述模型的时候就说，我们模型的误差是多少万元。 MAE MAE(平均绝对误差) 不用解释了吧。 R Squared 上面的几种衡量标准针对不同的模型会有不同的值。比如说预测房价 那么误差单位就是万元。数子可能是3，4，5之类的。那么预测身高就可能是0.1，0.6之类的