sklearn神经网络回归示例
1. 数据集
这里主要采用sklearn自带的波士顿房价预测的数据集
from sklearn.datasets import load_boston
boston = load_boston()
data = boston['data'] # shape=(506, 13)
target = boston['target'] # shape=(506,)
# print(boston['DESCR'])
2. 划分数据集
划分数据集,将样本划分为训练集和验证集
from sklearn.model_selection import train_test_split
train_data, test_data, train_target, test_target = train_test_split(data, target, test_size=0.2, random_state=42)
# 训练集和测试集的shape:(404, 13)与 (102, 13)
对训练集进行标准化,同时将标准化的规则应用到验证集
from sklearn.preprocessing import StandardScaler
std = StandardScaler()
train_data_std = std.fit_transform(train_data)
test_data_std = std.transform(test_data)
3. 构建模型
regr = MLPRegressor(solver='adam', hidden_layer_sizes=(50, 50), activation='tanh', max_iter=5000).fit(train_data_std, train_target)
y_pred = regr.predict(test_data_std)
4. 评价回归模型
关于回归模型的评价指标如下:
方法名称 | 最优值 | sklearn函数 |
---|---|---|
平均绝对误差 | 0.0 | sklearn.metrics.mean_absolute_error |
均方误差 | 0.0 | sklearn.metrics.mean_squared_error |
中值绝对误差 | 0.0 | sklearn.metrics.median_absolute_error |
可解释方差值 | 1.0 | sklearn.metrics.explained_variance_score |
R 2 R^2 R2值 | 1.0 | sklearn.metrics.r2_score |
其中,平均绝对误差、均方误差、中值绝对误差的值越接近0,模型性能越好。可解释方差值和 R 2 R^2 R2值越接近1,模型性能越好。
此处采用平均绝对误差作为评价指标
error = mean_absolute_error(test_target, y_pred)
print(error) # 2.3726167664920306
以折线图展示预测值与真实值
plt.figure()
plt.plot(range(len(y_pred)), y_pred, color='blue')
plt.plot(range(len(y_pred)), test_target, color='red')
plt.show()
sklearn神经网络回归示例相关推荐
- sklearn线性回归,支持向量机SVR回归,随机森林回归,神经网络回归参数解释及示例
1.sklearn线性回归 线性回归,其中目标值 y 是输入变量 x 的线性组合. 在数学概念中,如果 是预测值. 在整个模块中,我们定义向量 作为 coef_ ,定义 作为 intercept ...
- logisticregression参数_通俗地说逻辑回归【Logistic regression】算法(二)sklearn逻辑回归实战...
前情提要: 通俗地说逻辑回归[Logistic regression]算法(一) 逻辑回归模型原理介绍 上一篇主要介绍了逻辑回归中,相对理论化的知识,这次主要是对上篇做一点点补充,以及介绍sklear ...
- TensorFlow2.0(三)--Keras构建神经网络回归模型
Keras构建神经网络回归模型 1. 前言 1. 导入相应的库 2. 数据导入与处理 2.1 加载数据集 2.2 划分数据集 2.3 数据归一化 3. 模型构建与训练 3.1 神经网络回归模型的构建 ...
- 神经网络 测试集loss不下降_代码实践 | 全连接神经网络回归---房价预测
学习目录 阿力阿哩哩:深度学习 | 学习目录zhuanlan.zhihu.com 前面我们介绍了: 阿力阿哩哩:深度学习开端|全连接神经网络zhuanlan.zhihu.com 4.7代码实践 & ...
- python机器学习库sklearn——神经网络
分享一个朋友的人工智能教程.零基础!通俗易懂!风趣幽默!还带黄段子!大家可以看看是否对自己有帮助:点击打开 docker/kubernetes入门视频教程 全栈工程师开发手册 (作者:栾鹏) pyth ...
- 神经网络-回归(Python)
神经网络-回归(Python) 回归与神经网络简介 回归分析 神经网络 神经网络学习算法原理 监督学习和无监督学习 多层感知器--MLP BP神经网络 代码实现(利用sklearn库) 根据算法写出B ...
- sklearn神经网络分类
sklearn神经网络分类 神经网络学习能力强大,在数据量足够,隐藏层足够多的情况下,理论上可以拟合出任何方程. 理论部分 sklearn提供的神经网络算法有三个: neural_network.Be ...
- 深度神经网络回归_深度神经网络
深度神经网络回归 深度神经网络 (Deep Neural Networks) A deep neural network (DNN) is an ANN with multiple hidden la ...
- sklearn解决回归问题
这里只是大致统计一下利用sklearn做回归的方法选择, 后续进行案例分析. 方法: # 线性回归 from sklearn.linear_model import LinearRegression ...
最新文章
- Shell脚本基础介绍
- oracle直查和call哪个更快,让oracle跑的更快1读书笔记二
- C#高级编程----错误和异常的总结
- WeakMap 本身释放,而 keyObject 没有释放的情况下,value 会释放吗?
- Mysql 客户端查询结果如何保存到本地而不是服务端?
- catia如何整列加工_CATIA V5 R20加工模块的自动编程方法
- linux初学文档,51CTO博客-专业IT技术博客创作平台-技术成就梦想
- 【BootStrap笔记】BootStrap+css写旅游网页面
- 力扣-530. 二叉搜索树的最小绝对差
- mysql类似bulkcopy_mysql中有没有同MSSql中的sqlbulkcopy 类似的类
- 清除docker镜像缓存
- 关于搭建测试环境(详细)
- 720 词典中最长的单词(Trie树)
- 三菱FX3U与欧姆龙E5CZ温控器485通讯案例
- win10清理C盘空间
- Docker学习总结(46)——生产环境中遇到的Docker常见异常错误总结
- word交叉引用的理解
- 武汉新时标文化传媒有限公司“土味”下的视频平权化
- 靶机14 DEATHNOTE: 1
- Jperf2.0下载及使用方法介绍
热门文章
- vue导出excel文件损坏
- DirectX12(D3D12)基础教程(十三)——D2D、DWrite On D3D12与文字输出
- 数据库 | Mysql - [索引]
- python绘制直线的垂线_p countour中的Python垂直线
- 第一次sql注入的教训与思考
- Windows Server 2012 R2 Datacenter ms17-010漏洞出现此更新不适用于你的计算机
- 您真的会用百度吗?(百度搜索技巧-超详细)
- 沿着“云云协同”的桥梁,奔赴全面云化的产业之海
- C语言课设--藏书管理信息系统
- pc投屏android软件,Scrcpy安卓电脑投屏软件下载