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')
我正在使用 mean_squared_error
,因为它是一个回归问题,使用的估计器(模型)是 lasso
、ridge
和 elasticNet
。
对于所有这些估计器,我将 rms_score
作为负值。考虑到 y 值的差异是平方的,这怎么可能呢。
最佳答案
您会得到由 cross_validation.cross_val_score 返回的符号翻转的 mean_squared_error。有一个已发布的问题( https://github.com/scikit-learn/scikit-learn/issues/2439 ),如果这是 API 或文档错误,则存在争议。
关于regression - "mean_squared_error"的负值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19993711/