如何计算岭回归模型的 RMSE答案

【问题标题】：How to calculate the RMSE on Ridge regression model如何计算岭回归模型的 RMSE
【发布时间】：2019-07-03 22:04:02
【问题描述】：

我对数据集执行了岭回归模型（数据集链接：https://www.kaggle.com/c/house-prices-advanced-regression-techniques/data）如下：

from sklearn.linear_model import Ridge
from sklearn.model_selection import train_test_split

y = train['SalePrice']
X = train.drop("SalePrice", axis = 1)

X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.30)
ridge = Ridge(alpha=0.1, normalize=True)
ridge.fit(X_train,y_train)
pred = ridge.predict(X_test)

我使用 sklearn 中的指标库计算了 MSE

from sklearn.metrics import mean_squared_error
mean = mean_squared_error(y_test, pred) 
rmse = np.sqrt(mean_squared_error(y_test,pred)

我得到的 MSE = 554084039.54321 和 RMSE = 21821.8 的值非常大，我试图了解我的实现是否正确。

【问题讨论】：

请提供您的mean_sqaured_error 和RMSE 的代码、您如何拆分数据、您获得的MSE 的值是什么以及您的数据集的链接/描述。
Root mean square error in python的可能重复
@SzymonMaszke 我已经用代码更新了问题

标签： python machine-learning scikit-learn sklearn-pandas mse

【解决方案1】：

RMSE 实现

您的RMSE 实现是正确的，当您采用sklearn 的mean_squared_error 的平方根时，很容易验证这一点。

我认为您缺少右括号，确切地说：

rmse = np.sqrt(mean_squared_error(y_test,pred)) # the last one was missing

高错误问题

由于模型无法很好地模拟变量和目标之间的关系，您的 MSE 很高。请记住，每个错误都是 2 的幂，因此在价格上关闭 1000 会使价值飙升至 1000000。

您可能想用自然对数 (numpy.log) 修改价格并将其转换为对数刻度，这是一种常见的做法，尤其是对于这个问题（我假设您正在做 House Prices: Advanced Regression Techniques），请参阅可用的内核指导。用这种方法，你不会得到这么大的值。

最后但同样重要的是，检查Mean Absolute Error 以了解您的预测并不像看起来那么糟糕。

【讨论】：