没有合适的资源?快使用搜索试试~ 我知道了~
**多種演算法比較Scores:Linear regression score: 0.9101721045818417Neural network regres
资源详情
资源评论
资源推荐
PM2.5
線性回歸
Mean Absolute Error (MAE)代表平均誤差,公式為所有實際值及預測值相減的絕
對值平均。
5.694068343810315
Mean Squared Error (MSE)比起 MSE 可以拉開誤差差距,算是蠻常用的指標,公
式所有實際值及預測值相減的平方的平均
54.77458000595562
Root Mean Squared Error (RMSE)代表 MSE 的平方根。比起 MSE 更為常用,因為
更容易解釋 y。
7.400985069972484
K 相鄰(KNN)
1448 筆資料時,準確度 knn.score(X_test, y_test) ------>0.9287356321839081
可用 For 迴圈,選擇最佳的 K 值
可給予一筆資料,判定是否對人體有危害
KNN 用於分類,也可使用 KNN 進行迴歸計算
隨機森林
很多棵的決策樹,屬於整體學習的一種。
可繪製出決策樹、進行迴歸計算
可找出特徵重要程度
Variable: NO2 Importance: 0.48
Variable: TEMP Importance: 0.22
Variable: CO Importance: 0.13
Variable: O3 Importance: 0.06
Variable: SO2 Importance: 0.02
Variable: NMHC Importance: 0.02
Variable: Humidity Importance: 0.02
Variable: Nox Importance: 0.01
Variable: NO Importance: 0.01
Variable: THC Importance: 0.01
Variable: CH4 Importance: 0.01
Variable: WindSpeed Importance: 0.01
Mean Absolute Error: 7.32 degrees.
剩余11页未读,继续阅读
杏花朵朵
- 粉丝: 18
- 资源: 333
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0