小狗霍利g
2020-04-13 14:53
采纳率: 40%
浏览 3.1k

sklean中的metrics.mean_absolute_error为什么计算结果会有负值?

问题描述:
1、sklearn中在使用交叉验证cross_val_score()的时候,指定scoring='neg_mean_squared_error'),为什么结果是负的?
2、cross_val_score()中的‘neg_mean_squared_error’使用的是metrics.mean_absolute_error,参考mse的计算公式,都已经平方了为什么还会有负数??

背景:
MSE的计算公式:
图片说明

参考代码:

mse2 = cross_val_score(mlp,x3data,y3data,cv=10,scoring='neg_mean_squared_error')

out:
array([-0.36127485, -3.4022561 , -0.32707924, -2.51635586, -0.21051002,
       -0.17468807, -0.8782242 , -0.390895  , -0.11258663, -0.23556248])
  • 写回答
  • 好问题 提建议
  • 追加酬金
  • 关注问题
  • 收藏
  • 邀请回答

3条回答 默认 最新

  • qq_41089583 2020-05-04 20:47

    返回的就是负值,neg或许就是负的意思吧。用途呢,emm,我猜测,是让score表示越大效果越好吧。

    评论
    解决 3 无用 3
    打赏 举报

相关推荐 更多相似问题