R2 Score in Machine Learning
ציון R2 הוא אחד ממדדי הערכת הביצועים עבור מודלים של למידת מכונה מבוססי רגרסיה. זה ידוע גם בתור מקדם הקביעה. אם אתה רוצה ללמוד כיצד להעריך את הביצועים של מודל למידת מכונה באמצעות הציון r בריבוע, אז המאמר הזה הוא בשבילך. במאמר זה, אתן לך מבוא ל-R2 Score בלמידת מכונה והטמעתה באמצעות Python
מחכה למישהו?
גלה את הפוטנציאל שלך בעולם ההייטק!
מחכה למישהו?
גלה את הפוטנציאל שלך בעולם ההייטק!
ציון R2
ציון R2 הוא מדד חשוב מאוד המשמש להערכת הביצועים של מודל למידת מכונה מבוסס רגרסיה. הוא מבוטא כ-R בריבוע ומכונה גם מקדם הקביעה. זה עובד על ידי מדידת כמות השונות בתחזיות המוסברות על ידי מערך הנתונים. במילים פשוטות, זה ההבדל בין הדגימות במערך הנתונים לבין התחזיות שנעשו על ידי המודל , ציון R2 הינו חלק מ קורס Machine learning.
ציון R2
ציון R2 הוא מדד חשוב מאוד המשמש להערכת הביצועים של מודל למידת מכונה מבוסס רגרסיה. הוא מבוטא כ-R בריבוע ומכונה גם מקדם הקביעה. זה עובד על ידי מדידת כמות השונות בתחזיות המוסברות על ידי מערך הנתונים. במילים פשוטות, זה ההבדל בין הדגימות במערך הנתונים לבין התחזיות שנעשו על ידי המודל.
|
|
|
| import numpy as np
import pandas as pd |
|
| from sklearn.linear_model import LinearRegression | |
| from sklearn.utils import shuffle | |
| data = pd.read_csv("https://raw.githubusercontent.com/amankharwal/Website-data/master/student-mat.csv") | |
| data = data[["G1", "G2", "G3", "studytime", "failures", "absences"]] | |
| predict = "G3" | |
| x = np.array(data.drop([predict], 1)) | |
| y = np.array(data[predict]) | |
| from sklearn.model_selection import train_test_split | |
| xtrain, xtest, ytrain, ytest = train_test_split(x, y, test_size=0.2) | |
| linear_regression = LinearRegression() | |
| linear_regression.fit(xtrain, ytrain) | |
| predictions = linear_regression.predict(xtest) | |
| # Calculation of R2 Score | |
| from sklearn.model_selection import cross_val_score | |
| print(cross_val_score(linear_regression, x, y, cv=10, scoring="r2").mean()) |
בקוד שלמעלה, תרגלתי תחילה מודל למידת מכונה באמצעות אלגוריתם הרגרסיה הליניארית ולאחר מכן חישבתי את הציון r בריבוע שלו. הציון R2 של הדגם שתורגל כאן הוא 0.81 וזה לא רע. אם הערך של הציון r בריבוע הוא 1, זה אומר שהמודל מושלם ואם הערך שלו הוא 0, זה אומר שהמודל יבצע ביצועים גרועים במערך נתונים בלתי נראה. זה גם מרמז שככל שהערך של הציון r בריבוע קרוב יותר ל-1, כך המודל המתורגל בצורה מושלמת יותר.
סיכום
אז כך תוכלו ליישם את מקדם הקביעה באמצעות Python כדי להעריך את הביצועים של מודל למידת מכונה המבוססת על רגרסיה. אם הערך של R2 הוא 1, זה אומר שהמודל מושלם ואם הערך שלו הוא 0, זה אומר שהמודל יבצע ביצועים גרועים במערך נתונים בלתי נראה. אני מקווה שאהבתם את המאמר הזה על ציון r בריבוע ב- Machine Learning והטמעתו באמצעות Python על זה ועוד ב קורס Machine learning..
