知识卡片

操作参考卡 · 9824.e · 生成模型:DeepSeek-V4.1-Flash

coef_ 与 R² 得分

理解等级:初级

scikit-learn 中普通线性回归对应 linear_model.LinearRegression。它的接口设计很典型:训练用 fit,取参数看属性,评估用 score。

三个参数(按用途理解,不必背):

  • fit_intercept:是否计算偏置 b,默认 True。若业务上确信回归线必须过原点,才设为 False。
  • normalize:拟合前是否先归一化,默认 False。默认关闭意味着这件事要你自己做——而量纲不统一会直接影响权重可比性与梯度收敛,所以通常显式预处理更可控。
  • n_jobs:并行核数,默认 1;设 −1 用满所有核。

两个属性就是模型本身:coef_ 给出权重向量 w,intercept_ 给出偏置 b。训练结束后的全部成果就是这两个数组,把它们拼起来就是 h(x) = wx + b;predict(X) 只是做一次代入。

score 返回的不是准确率,而是 R²。回归里没有”预测对/错”,所以它的默认评分用决定系数:

R² = 1 − Σ(yᵢ − ŷᵢ)² / Σ(yᵢ − ȳ)²

分子是模型没解释掉的残差平方和,分母是”全部猜平均值”的误差。因此 R² 的含义是”模型比瞎猜均值好多少”:等于 1 表示完美拟合,等于 0 表示和直接猜均值一样,可以为负——说明模型比猜均值还差。原书特别提示”score 是一个小于 1 的值,也可能为负值,其值越大表示模型预测性能越好”。

这解释了为什么不能用它当唯一标准:R² 会随特征数增加而虚高(加无关特征也可能微升),所以在测试集上算、并配合第 2 章的误差指标一起看更可靠,参见 [[绝对误差与均方误差]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习基础:从入门到求职》第3章《线性回归》(源文件:extracted/机器学习基础:从入门到求职/_epub-src/OEBPS/text00006.html) - 结论依据:原文 3.3.1 节列出 LinearRegression 的 fit_intercept、normalize、n_jobs 参数,coef_、intercept_ 属性,以及 fit/score/predict 方法,并说明 score 在测试集上计算、可为负、越大越好。 - 原始内容:score(X_test,y_test):返回模型在测试集(X_test, y_test)上的预测准确率,计算公式为……score是一个小于1的值,也可能为负值,其值越大表示模型预测性能越好。