ai-340Đọc toàn bộ đề miễn phí

Bộ metric hồi quy chuẩn

Chọn đúng metric và hiểu MAE, MSE, RMSE, R2 đo những góc khác nhau.

AITrung bình25 phút

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

scikit-learnmetricsmaemsermser2

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.

3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.
Phân tích lời giảiGiải thích hướng tư duy và thuật toán.
Code tham khảoDùng để đối chiếu sau khi tự làm.

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.