scoring = ‘neg_mean_squared_error’ 的含义、使用场景及相关知识
在机器学习中,特别是在 scikit-learn(sklearn)库中,设置 scoring = 'neg_mean_squared_error' 是一种用于回归问题模型的评估指标。下面我将逐步解释其含义、使用场景和相关知识,帮助您全面理解。
1. 含义
- 基本概念:
neg_mean_squared_error是均方误差(Mean Squared Error, MSE)的负值。数学上,MSE 的计算公式为:
MSE=1n∑i=1n(yi−y^i)2\text{MSE} = \frac{1}{n}\sum_{i=1}^{n}(y_i - \hat{y}_i)^2MSE=n1i=1∑n(yi−


437

被折叠的 条评论
为什么被折叠?



