均方根誤差與精度線性回歸

Question

我使用此數據集https://archive.ics.uci.edu/ml/datasets/Student+Performance構建了一個簡單的線性回歸 model 來預測學生的最終成績。

雖然我的准確性非常好，但錯誤似乎很大。

我不確定我是否只是沒有正確理解錯誤的含義，或者我是否在代碼中犯了一些錯誤。 我認為對於 92 的准確度，誤差應該更小，更接近於 0。

這是我的代碼：

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))

我是否在代碼中犯了任何錯誤，或者在這種情況下錯誤是否有意義？

Answer 1

sklearn 線性回歸中的准確度指標是 R^2 指標。 它基本上告訴您 model 預測變量解釋的因變量的變化百分比。 0.92 是一個很好的分數，但這並不意味着您的錯誤將為 0。我查看了您的工作，似乎您使用了所有數字變量作為您的預測變量，而您的目標是G3 。 代碼看起來很好，結果也很准確。 在回歸任務中，很難得到 0 個錯誤。 請讓我知道，如果你有任何問題。 干杯