Bộ metric hồi quy chuẩn
Chọn đúng metric và hiểu MAE, MSE, RMSE, R2 đo những góc khác nhau.
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: prediction versus target, square root.
Nội dung đề bài
Mục tiêu kiến thức
Chọn đúng metric và hiểu MAE, MSE, RMSE, R2 đo những góc khác nhau.
Mô tả bài toán
Đây là bài số 340 trong tầng Hồi quy bằng scikit-learn. Bài dùng thư viện sklearn.metrics.mean_absolute_error, mean_squared_error, r2_score trên dữ liệu nhỏ, cố định và chạy CPU; mục tiêu là hiểu workflow chứ không bắt học viên tự viết lại thư viện.
Yêu cầu
Dùng metric của scikit-learn để tính MAE, MSE, RMSE và R2; làm tròn mỗi số 6 chữ số.
def regression_metrics(y_true, y_pred):Input
Hai vector y_true và y_pred cùng độ dài.
Output
Dictionary có đúng bốn key mae, mse, rmse, r2.
Ràng buộc
RMSE là căn bậc hai của MSE; không lấy MAE thay MSE.
Ví dụ
Giải thích
True [1,2,3], pred [2,2,5] cho MAE 1, MSE 1.666667 và RMSE 1.290994.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.
