Pandas 如何比较不同线性回归模型的有效性

我有一个数据框架，其中包含目标列和其他列之间的三个或多或少的显著相关性（sklearn中的LinarRegressionModel.coef显示了57、97和79）。我不知道应该选择什么样的精确模型：我应该只使用最相关的列进行回归，还是使用所有三个预测因子的回归。有没有办法比较模型的有效性？抱歉，我对数据分析非常陌生，我无法搜索任何用于此任务的工具。首先，您必须知道，当我们选择应用于新数据的最佳模型时，我们将选择适合样本数据的最佳模型，而样本数据可能不在培训过程中，毕竟，你想要预测新的可能性或案例。在你的情况下，预测一个新的数字

那么，我们如何才能做到这一点呢？好的，最好的方法是使用指标，它可以帮助我们选择哪个模型更适合我们的数据集

回归的指标有很多种：

• MAE：平均绝对误差是误差绝对值的平均值。这是最容易理解的指标，因为它只是平均误差
• MSE：均方误差是均方误差的平均值。它比平均绝对误差更受欢迎，因为焦点更倾向于大误差
• RMSE：根表示平方误差是均方误差的平方根。这是最常用的评估指标之一，因为根表示平方误差可以用响应向量或y单位的相同单位来解释，因此很容易关联其信息
• RAE：相对绝对误差，也称为平方的残差和，其中y条是y的平均值，取总绝对误差，并通过除以简单预测器的总绝对误差对其进行归一化

---

您可以使用其中任何一种，但我强烈建议使用MSE和RMSE

这很可能会被忽略或关闭太广。您应该将此问题迁移到交叉验证社区，并尝试更具体。有很多方法可以比较不同线性回归模型的有效性，但是如果不知道您要做什么，就不可能回答。还可以尝试搜索功能选择，这是选择要用作模型输入的功能的过程。谢谢！嵌入式Scikit MSE真的很有帮助