Return to Video

R Squared in SKlearn - Intro to Machine Learning

  • 0:00 - 0:03
    现在,我们已经介绍了 r 平方,您可能会问,
  • 0:03 - 0:07
    Katie 操作时,所有信息都是完备的,但我怎么获得这些信息呢?
  • 0:07 - 0:10
    您没有为我提供相关公式或任何类似方法。
  • 0:10 - 0:14
    我不会给您提供大的数学公式,
  • 0:14 - 0:17
    我觉得这样很无趣,而且您可以自己查找公式。
  • 0:17 - 0:20
    我想要为您演示如何通过 scikit-learn 获取这些信息。
  • 0:20 - 0:23
    这是我们在构建净值预测算法时在
  • 0:23 - 0:24
    之前几个视频中看到的代码。
  • 0:24 - 0:29
    现在,我填写了几行导入线性回归和
  • 0:29 - 0:30
    进行预测的代码。
  • 0:30 - 0:34
    另外,我还把一些信息输出到屏幕上,
  • 0:34 - 0:35
    您可能还记得,
  • 0:35 - 0:36
    我已经向您介绍了其中两项内容,
  • 0:36 - 0:38
    斜率和截距。
  • 0:38 - 0:41
    我通过查看回归的
  • 0:41 - 0:42
    系数和截距获得了该信息。
  • 0:42 - 0:46
    这是我在在线示例中发现的几行代码。
  • 0:46 - 0:48
    但我向您保证过会回头介绍
  • 0:48 - 0:51
    输出的这个 R 平方分数,现在我们先回到了这一内容。
  • 0:51 - 0:56
    我们通过 reg.score quantity 访问该内容。
  • 0:56 - 1:00
    这与我们在监督式分类器
  • 1:00 - 1:01
    中计算准确性的方法有点类似。
  • 1:01 - 1:06
    所以我们要做的是传递年龄(在本例中为特征)、
  • 1:06 - 1:07
    输入和
  • 1:07 - 1:10
    net_worth(输出)以及我们尝试预测的内容。
  • 1:10 - 1:14
    由于回归已拟合,所以在这里,
  • 1:14 - 1:17
    它知道对这两个数量之间的关系的看法。
  • 1:17 - 1:21
    那么,这就是计算 R 平方分数所需的所有信息。
  • 1:21 - 1:22
    这时,我只需要将其输出。
  • 1:22 - 1:26
    让我在此处接手,并再次向您展示其外观。
  • 1:26 - 1:28
    我具有与以前相同的输出,
  • 1:28 - 1:31
    这可能看起来有些熟悉,所以,我将预测自己的净值。
  • 1:31 - 1:33
    我拥有斜率和截距。
  • 1:33 - 1:35
    但现在,您已了解 R 平方分数的重要性。
  • 1:35 - 1:40
    我的 R 平方分数大约为 0.86,这其实是一个非常高的分数。
  • 1:40 - 1:45
    我预测自己最多能得大约 85%。
  • 1:45 - 1:48
    86% 很接近 1。
  • 1:48 - 1:54
    以数字方式在 R 平方之间转换,
  • 1:54 - 1:55
    并说明它是否是良好的拟合有点像一门艺术。
  • 1:55 - 1:58
    随着您与事务的接触,您将在
  • 1:58 - 2:01
    一段时间后获得这方面的直观感受。
  • 2:01 - 2:07
    我可以很肯定地说,0.857 是一个很高的 R 平方分数。
  • 2:07 - 2:11
    我们在捕捉这些人的
  • 2:11 - 2:13
    年龄与净值的关系方面做得不错。
  • 2:13 - 2:16
    我也见过更高的 r 平方分数。
  • 2:16 - 2:19
    所以可能还可以有其他变量。
  • 2:19 - 2:23
    例如,特征,如果我们能够整合其他特征中
  • 2:23 - 2:27
    的信息,我们就能更好地预测一个人的净值。
  • 2:27 - 2:30
    换句话说,如果我们能使用多个特征,
  • 2:30 - 2:33
    有时就能进一步提高 R 平方分数。
  • 2:33 - 2:36
    另一方面,有时也会有一些非常复杂的问题,
  • 2:36 - 2:40
    几乎无法获取如此高的 R 平方。
  • 2:40 - 2:43
    所以在有些情况下,比如在政治科学中,他们会尝试
  • 2:43 - 2:47
    运行将预测国家是否会发生战争的回归。
Title:
R Squared in SKlearn - Intro to Machine Learning
Description:

2476218535-RSquaredinSKlearn-Dxf1I4IE6co

more » « less
Video Language:
English
Team:
Udacity
Project:
ud120 - Intro to Machine Learning
Duration:
02:47

Chinese, Simplified subtitles

Revisions Compare revisions