[Python] scikit-learn之mean_squared_error函数(Mean Squared Error(MSE))介绍和使用案例
sklearn.metrics.mean_squared_error(y_true, y_pred) 是一个在机器学习中常用的函数，它用于计算回归模型的平均平方误差。
参数：
y_true: 是真实的目标值。y_pred: 是模型的预测值。
返回值：
- 返回平均平方误差(MSE)的值。
实例代码：
from sklearn.metrics import mean_squared_error
# 真实值
y_true = [3, -0.5, 2, -1, 1.5]
# 预测值
y_pred = [2.5, 0.0, 2, -0.5, 1.0]
# 计算MSE
mse = mean_squared_error(y_true, y_pred)
print(mse) # 输出MSE的值这段代码会计算给定真实值和预测值之间的MSE，并将结果打印出来。
评论已关闭