还剩4页未读，继续阅读
文本内容:
实验一模型评估实验目的•理解和掌握回归问题和分类问题模型评估方法，学会使用均方误差、最大绝对误差、均方根误差指标评估回归模型，学会使用错误率、精度、查全率、查准率、指标评价分类模型F1实验内容•给定回归问题的真实标签和多个算法的预测结果，编程实现、、三种评测指标，MSE MAERMSE对模型进行对比分析给定二分类问题真实标签和多个算法的预测结果，编程实现混淆矩阵评测，采用错误率、精度、查全率、查准率、指标对结果进行对比分析F1实验环境•pythonnumpy实验代码关键代码、中文注释、必要说明，源代码随实验报告一同提交•⑴问题代码1import numpyas npload_data=np.loadtxtC^xperimenCOl_dataset_
01.csv\delimiter=7x=load_data[:,0]y=load_data[:,1]predl=load_data[:,2]pred2=load_data[:,3]pred3=load_data[:,4]MSE1=np.meannp.squarepredl-yMAE1-np.meannp.abspredl-y二RMSEI np.sqrtnp.meannp.squarepredl-yprintmodel；printMSE:%
0.2f,MAE:%
0.2f,RMSE:%
0.2f%MSE1,MAE1,RMSEIMSE2=np.meannp.squarepred2-yMAE2=np.meannp.abspred2-y二RMSE2np.sqrtnp.meannp.squarepred2-yprintmode2printfMSE:%
0.2f,MAE:%
0.2f,RMSE:%
0.2f；%MSE2,MAE2,RMSE2MSE3=np.meannp.squarepred3-y二MAE3np.meannp.abspred3-yRMSE3=np.sqrtnp.meannp.squarepred3-yprintmode3,，；print MSE:%
0.2f,MAE:%
0.2f,RMSE:%
0.2f%MSE3,MAE3,RMSE3⑵问题代码2import numpyas npload_data=np.loadtxtC^xperimenCO1_dataset_
02.csv\delimiter=1,x=load_data[:0]9y=load_data[:,1]predl=load_data[:,2]pred2=load_data[:,3]pred3=load_data[:,4]#存储个模型的3TP,FP,FN,TNTP,FP,FN,TN=
[0]*4,
[0]*4,
[0]*4,
[0]*4#计算TP,FP,FN,TNfor iin rangelOOO:if y[i]==1and predl[i]==1:TPL1J+=1elif y[i]==1and predl[i]==0:FN
[1]+=1elif y[i]==0and predl[i]==1:FP
[1]+=1elif y[i]==0and predl[i]==0:TN
[1]+=1if y[i]==1and pred2[i]==1:⑵TP+=1elif y[i]==1and pred2[i]==0:FN
[2]+=1elif y[i]==0and pred2[i]==1:FP
[2]+=1elif y[i]==0and pred2[i]==0:TN
[2]+=1if y[i]==1and pred3[i]==1:TP
[3]+=1elif y[i]==1and pred3[i]==0:FN
[3]+=1elif y[i]==0and pred3[i]==1:FP
[3]+=1elif y[i]==0and pred3[i]==0:TN
[3]+=1，混淆矩阵print modelprintTP[l],FN[l]printFP[l],TN[l]err_data=np.sumpredl!=y/lenxaccuracy=np.sumpredl==y/lenxP=TPL1]/TP
[1]+FP[1JR=TP
[1]/TP
[1]+FN
[1]Fl=2*P*R/P+R错误率％精度％查准率％查全率print
0.2f,
0.2f,
0.2f,%
0.2f,Fl%
0.2f%err.data,accuracy,P,R,F1print,mode2混淆矩阵:printTP
[2],FN
[2]printFP
[2],TN
[2]err_data=np.sumpred2!=y/lenxaccuracy=np.sumpred2==y/lenxP=TP
[2]/TP
[2]+FP
[2]R=TP
[2]/TP
[2]+FN
[2]Fl=2*P*R/P+R错误率精度查准率查全率print%
0.2f,%
0.2f,%
0.2f,%
0.2f,Fl%
0.2f%err_data,accuracy,P,R,F1，混淆矩阵print mode3printTP
[3],FN
[3]printFP
[3],TN
[3]err_data=np.sumpred3!=y/lenxaccuracy=np.sumpred3==y/lenxP=TP
[3]/TP
[3]+FP
[3]R=TP
[3]/TP
[3]+FN
[3]Fl=2*P*R/P+R错误率精度查准率％查全率print,%
0.2f,%
0.2f,
0.2f,%
0.2f,Fl%
0.2f%err_data accuracy,9P,R,Fl结果分析（列表、绘图对结果分析）•⑴问题结果分析1模型指标MSE MAERMSE模型
129.
674.
335.45模型
20.
540.
670.73模型
369.
538.
338.34⑴问题结果分析2模型混淆矩阵:1TP=428FN=94FP=85TN=393模型混淆矩阵:2TP=495FN=27FP=22TN=456模型混淆矩阵3TP=476FN=46FP=52TN=426模型指标查准率查全率precision recallFl模型
10.
830.
820.83模型
20.
960.
950.95模型
30.
900.
910.91。
个人认证
优秀文档
获得点赞 0
