《數(shù)據(jù)挖掘與機器學習》 課件3.2 評估建筑工程混凝土抗壓強度檢測模型

評估建筑工程混凝土抗壓強度檢測模型建筑工程混凝土抗壓強度檢測——線性回歸任務描述我國堅持以人民安全為宗旨，建筑工程中，安全尤為重要。建筑施工企業(yè)在安全管理中必須堅持“安全第一，預防為主，科學管控，綜合治理”的方針。施工安全是重中之重，保護人民群眾的生命健康權，是國家的基本任務。為了保證施工安全，保護工人生命健康，在構(gòu)建建筑工程混凝土抗壓強度檢測模型之后，需要對預測模型進行評價。任務要求使用sklearn庫進行模型的評價。線性回歸評估線性回歸評估什么是線性回歸評估?回歸評價的作用是通過對回歸分析中的數(shù)據(jù)和假設的檢驗和分析，來評估模型的效果。目前常用的回歸模型評價方法如表所示。方法名稱最優(yōu)值sklearn函數(shù)平均絕對誤差0.0metrics.mean_absolute_error均方誤差0.0metrics.mean_squared_error可解釋方差值1.0metrics.explained_variance_scoreR方值1.0metrics.r2_score線性回歸評估圖為一個簡單的房屋價格回歸預測圖，圖中共有3個樣本點用“o”點表示，“+”點表示回歸直線對該樣本點的預測值。本節(jié)以該圖為例，簡要講解評價指標的計算。使用平均絕對誤差指標評估模型平均絕對誤差（MAE）反應了樣本點偏離預測直線的程度，如下式所示。

利用上式可求得左圖的MAE如下。

使用均方誤差指標評估模型利用上式可求得左圖的MSE如下。

均方誤差（MSE）反映了樣本點偏離預測直線的程度的平方距離，如下式所示。

使用可解釋方差指標評估模型可解釋方差值（EVAR）衡量的是所有預測值和樣本之間的差的分散程度與樣本本身的分散程度的相近程度，如下式所示。 使用可解釋方差指標評估模型利用可解釋方差值公式可求得左圖的EVAR如下。

使用R方差指標評估模型R方值衡量的是預測值對于真值的擬合好壞程度，如下式所示。

利用上式可求得圖的R方值如下。 線性回歸評估房地產(chǎn)發(fā)展，落腳點是民生。房屋價格是影響民生的重要因素，保障和改善居民住房，一直是國家關注的重點和人民殷切的希望。居民希望對房屋均價有一個自己的了解，需要對房屋價格和房屋面積進行回歸分析，并對回歸結(jié)果進行評價。線性回歸評估房屋價格線性回歸模型的平均絕對誤差為：5461.1311902693315房屋價格線性回歸模型的均方誤差為：36231369.73246897房屋價格線性回歸模型的可解釋方差值為：0.9217826266573412房屋價格線性回歸模型的R方值為：0.9181417274539507由代碼運行結(jié)果可知，雖然回歸模型的平均絕對誤差和均方誤差數(shù)值較大，但是可解釋方差值與R方值均大于0.9?？芍Ｐ偷臄M合效果較好，均方誤差數(shù)值較大的原因可能是樣本點本身數(shù)值較大。為了網(wǎng)絡強國的方針，應該繼續(xù)優(yōu)化模型，提高模型預測的準確率。對房屋價格和面積進行回歸分析并評價使用平均絕對誤差指標評估模型使用均方誤差指標評估模型使用可解釋方差指標評估模型使用R方指標評估模型了解模型評估的意義回歸模型建立后，為了保證回歸模型的預測結(jié)果真實可靠，需要對模型進行評價。sklearn庫中有封裝好的用于計算評價指標的函數(shù)。調(diào)用這些函數(shù)，可以方便的計算回歸模型的評價指標。評估建筑工程混凝土抗壓強度檢測模型使用sklearn庫中的mean_squared_error類進行均方誤差的計算2使用sklearn庫中的mean_absolute_error類進行平均絕對誤差的計算1使用sklea