python - Lasso 回归的 Mse 值
问题描述
我正在研究套索回归。我在数据集中有 155 行和 6 个输入列,因此我的最后一个模型(决策树 reg、SVR、rfr ..)中存在过度拟合问题。我用 k 折交叉验证尝试了 lasso 回归,然后我在下面得到了这些结果。
当我们根据训练和测试的 MSE 值评估套索模型时,我可以充分评估它吗?
alpha: 0.001 mean(train_error): 0.0207 mean(val_error): 0.0225
alpha: 0.01 mean(train_error): 0.0219 mean(val_error): 0.023
alpha: 0.1 mean(train_error): 0.0337 mean(val_error): 0.0345
alpha: 1 mean(train_error): 0.0337 mean(val_error): 0.0345
alpha: 10 mean(train_error): 0.0337 mean(val_error): 0.0345
解决方案
推荐阅读
- postgresql - 无法在只读事务中执行 DROP EXTENSION(如果存在 google_insights,则删除扩展名)
- csv - Opensmile:从 wav 文件中提取韵律特征时无法读取的 csv 文件
- python - 当我的文本文件明显多于 1 行时,为什么会出现此错误?
- swift - 是否可以在 Swift 中创建自定义编译器指令?
- php - phpmyadmin http 500 错误.. 第 6 行的 /usr/share/php/Symfony/Component/Cache/autoload.php 中没有这样的文件或目录
- http - 当我建立 100 个 http 连接时,有多少个 tcp 连接?
- python-3.x - Tkinter/Pyautogui 和自动化
- python - 如何使用python从json api获取特定值
- python - 将小矩阵中的值分配到大矩阵中的指定位置
- twitter-bootstrap - Center align table bootstrap 4.5