帮我写一个测线性回归模型准确率的函数
时间: 2024-02-06 20:10:50 浏览: 28
好的,下面是一个简单的Python函数,用于测量线性回归模型的准确率:
```python
import numpy as np
def test_linear_regression_model(model, X_test, y_test):
# 预测结果
y_pred = model.predict(X_test)
# 计算均方误差
mse = np.mean((y_pred - y_test) ** 2)
# 计算R平方
ss_res = np.sum((y_test - y_pred) ** 2)
ss_tot = np.sum((y_test - np.mean(y_test)) ** 2)
r2 = 1 - (ss_res / ss_tot)
# 打印结果
print(f"均方误差:{mse:.3f}")
print(f"R平方:{r2:.3f}")
```
该函数需要三个参数:模型、测试数据集的特征和标签数据。它首先通过调用模型的 `predict()` 方法来预测标签,然后计算均方误差和R平方,并将结果打印到控制台中。
你可以像下面这样使用该函数:
```python
# 导入模型和测试数据
from sklearn.linear_model import LinearRegression
from sklearn.datasets import load_boston
boston = load_boston()
X_test = boston.data[:50]
y_test = boston.target[:50]
# 创建并拟合模型
model = LinearRegression()
model.fit(boston.data[:-50], boston.target[:-50])
# 测试模型
test_linear_regression_model(model, X_test, y_test)
```
该代码将使用波士顿房价数据集来测试线性回归模型,并输出均方误差和R平方。