在字典列表中找到 r 平方的平均值

Question

我正在為 k=3 的數據集運行 kmeans。 並且還為每個單獨的集群運行線性回歸，並為每個集群找到 r^2。 所以在我找到集群 1,2 和 3 的 r^2 之后，我想找到 r^2 的平均值，但不知道該怎么做。

代碼：

``

np.random.seed(0)

df =

) 正則

plt.show()

Answer 1

如果您試圖找到數組的平均值，那么您可以這樣做：

values = []

START = 1
FINISH = 10

for r in range(START, FINISH+1):
    values.append(r**2)

l_sum = 0
for v in values:
    l_sum += v

print("The array average is: ", (l_sum/len(values)))

Answer 2

ages = np.random.randint(18, 65, size=1000)
income = np.random.randint(50000, 500000, size=1000)
spending = np.random.randint(1, 100, size=1000)
df = pd.DataFrame({'Age': ages, 'Annual Income (k$)': income, 'Spending Score (1-100)': spending})

df 看起來像

   Age  Annual Income (k$)  Spending Score (1-100)
0   45              271795                      40
1   48              185982                       9
2   55              312031                      29
3   37              463082                      95
4   62              337616                      94
5   62              142722                      47
6   25               53020                      63
7   63              115837                      71
8   36              173820                      42
9   57              496343                      58
. . . .

然后我會為集群創建一個列

df['cluster'] = y_kmeans

之后，遍歷唯一的簇編號，並獲取 dataframe 的子集進行操作。

通常，如果您要評估回歸 model，請將基於 X_test 的預測與 y_test 中的實際值進行比較。

cluster_regression_r2s = {}
for cluster in df['cluster'].unique():
    df_cluster = df.loc[df['cluster'] == cluster, :]
    X = df_cluster.iloc[:, :-1]
    y = df_cluster.iloc[:, -1]
    X_train, X_test, y_train,y_test = train_test_split(X, y, test_size=0.4, random_state=0)
    regressor = LinearRegression()
    regressor.fit(X_train, y_train)    
    y_pred = regressor.predict(X_test)
    cluster_regression_r2s[cluster] = r2_score(y_test, y_pred)

然后你可以計算 r2 分數的平均值

mean_r2 = np.mean(cluster_regression_r2s.values())