So berechnen Sie SSE in Python

Question

Ich muss ein lineares Modell an Wine Quality-Dataset anpassen. Und dann finden Sie MSE für jede k-fach. Folgendes ist mein Code

 regressor = LinearRegression() 
     regressor.fit(Features_train, Quality_train) 
     scores = cross_val_score(regressor, Features, Quality, cv=10, 
      scoring='mean_squared_error') 
     print scores 

Problem hier ist, dass ein oder zwei Werte von MSE negativ sind. Es folgt das Ergebnisfeld:

[-0.47093648 -0.40001874 -0.46928925 -0.4317235 -0.37665658 -0.52359841 
-0.40046081 -0.42944953 -0.36179521 -0.48792052]* 

Nach der Formel sollte es nicht negativ sein.

Answer 1

Do auf diesen Thread siehe unten: scikit-learn cross validation, negative values with mean squared error

Zusammengefasst soll dies geschehen kann. Die tatsächliche MSE ist einfach die positive Version der Nummer, die Sie erhalten. Hoffe, das hilft!