我正在使用 scikit 并使用mean_squared_error
作为 cross_val_score 中模型评估的评分函数。
rms_score = cross_validation.cross_val_score(model, X, y, cv=20, scoring='mean_squared_error')
我在用mean_squared_error
因为这是一个回归问题,并且使用的估计器(模型)是lasso
, ridge
and elasticNet
.
对于所有这些估计量,我得到rms_score
作为负值。考虑到 y 值的差异是平方的,这怎么可能呢?
您将得到由 cross_validation.cross_val_score 返回的符号翻转的mean_squared_error。有一个为此开放的问题(https://github.com/scikit-learn/scikit-learn/issues/2439 https://github.com/scikit-learn/scikit-learn/issues/2439),如果这是 API 或文档错误,则存在争议。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)