主页 / 问题 / 1413635
Accepted
user16357289
Asked:2022-07-25 19:19:39 +0000 UTC2022-07-25 19:19:39 +0000 UTC

比较机器学习中的真实值和预测值

  • 772

薪资预测。一个包含约 40,000 条记录（职位、工作经验、公司、日程安排等）的数据集。R^2 估计约为 35-40%。我使用来自 sklearn 和交叉验证的回归器。

gb_reg = GradientBoostingRegressor(random_state=0, **params)
gb = cross_validate(gb_reg, X, y, cv=5, scoring=('r2', 
                                             'neg_mean_absolute_error'),
                    return_train_score=True)

是否有可能以某种方式显示列的值，真实的和预测的，以便了解模型到底哪里出错了？

python машинное-обучение

1 个回答

  1. Best Answer

    像这样的东西：

    from sklearn.model_selection import KFold

kf = KFold(n_splits=5)

for train_index, test_index in kf.split(X):
    X_train, X_test = X.loc[train_index], X.loc[test_index]
    y_train, y_test = y[train_index], y[test_index]
    gb_reg.fit(X_train, y_train)
    y_pred = gb_reg.predict(X_test)
    # тут вопрос - какая разница предсказания и истинных значений вас интересует?
    diff_mask = (y_pred - y_test).abs() > 1 # подберите интересующую вас разницу
    X_diff = X_test.copy()
    X_diff['y_true'] = y_test
    X_diff['y_pred'] = y_pred
    print(X_diff[diff_mask])
    • 1

相关问题