均方根误差与精度线性回归

Question

我使用此数据集https://archive.ics.uci.edu/ml/datasets/Student+Performance构建了一个简单的线性回归 model 来预测学生的最终成绩。

虽然我的准确性非常好，但错误似乎很大。

我不确定我是否只是没有正确理解错误的含义，或者我是否在代码中犯了一些错误。 我认为对于 92 的准确度，误差应该更小，更接近于 0。

这是我的代码：

data = pd.read_csv("/Users/.../student/student-por.csv", sep=";")

X = np.array(data.drop([predict], 1))
y = np.array(data[predict]) 

x_train, x_test, y_train, y_test = sklearn.model_selection.train_test_split(X, y, test_size = 0.1, random_state=42)

linear = linear_model.LinearRegression()

linear.fit(x_train, y_train)

linear_accuracy = round(linear.score(x_test, y_test) , 5)

linear_mean_abs_error = metrics.mean_absolute_error(y_test, linear_prediction)
linear_mean_sq_error = metrics.mean_squared_error(y_test, linear_prediction)
linear_root_mean_sq_error = np.sqrt(metrics.mean_squared_error(y_test, linear_prediction))

我是否在代码中犯了任何错误，或者在这种情况下错误是否有意义？

Answer 1

sklearn 线性回归中的准确度指标是 R^2 指标。 它基本上告诉您 model 预测变量解释的因变量的变化百分比。 0.92 是一个很好的分数，但这并不意味着您的错误将为 0。我查看了您的工作，似乎您使用了所有数字变量作为您的预测变量，而您的目标是G3 。 代码看起来很好，结果也很准确。 在回归任务中，很难得到 0 个错误。 请让我知道，如果你有任何问题。 干杯