Machine learning 如何降低多元线性回归的均方根误差

我正在使用scikit的线性回归来预测该模型的目标值。但均方根误差是765。如何减少此模型的均方根误差？

---

你能发一些代码吗。我已经更新了我的postOne，可能是为了确保拟合方程包含一个偏移项，即不仅“y=ax”，而且“y=ax+b”。检查只是为了验证应该很容易，如果拟合方程中没有偏移项，那么添加偏移项可能会有所帮助。@JamesPhillips请不要不负责任地推测：包括一个

fit\u intercept

参数，默认值为

True

。这肯定是一个有趣的注释。我会在适当的专业背景下仔细考虑。

clf=LinearRegression().fit(X_train,y_train)
mse = mean_squared_error(y_test, clf.predict(X_test))
print("MSE: %.4f" % mse)
rmse=np.sqrt(mse)
print("RMSE: %.4f" % rmse)