Нужна помощь в понимании различных способов расчета средней ошибки в регрессионных моделях. ⇐ Python

[Anonymous]

Здесь вы новичок в Python, и у вас есть ряд вопросов по построению модели Keras Sequential, получая разные значения в зависимости от того, как я их вычисляю.
Вставляем ниже соответствующий код и следуют вопросы.

Код: Выделить всё

def regression_model():
model = Sequential() # build an instance of a model
model.add(Dense(10, activation = 'relu', input_shape=(n_cols,)))
model.add(Dense(1)) # Output layer with 1 node
model.compile(optimizer='adam', loss = 'mean_squared_error', metrics=['accuracy'])        return model

X_train, X_test, y_train, y_test = train_test_split(predictors, target, test_size=0.3) model = regression_model() # call the function to create a model
model.fit(X_train, y_train, validation_data=(X_test, y_test), epochs = 50)

scores = model.evaluate(X_test, y_test, verbose=0)
_y_test = model.predict(X_test)

from sklearn.metrics import mean_squared_error
mean_square_error = mean_squared_error(y_test.values, _y_test)

print("Mean Squared error by formula: ", mean_square_error)

mean1 = np.mean(mean_square_error)
print("Mean of mean Squared Error by scikit: ", mean1)

mean2=np.mean((y_test.values - _y_test) ** 2)
print("Mean of mean Squared Error by formula: ", mean2)

standard_deviation = np.std(mean_square_error)

Выводы ключевых переменных:
среднее: 882,13
mean_square_error: 119,21
mean1: 119,21
mean2: 516,47
standard_deviation: 0
Вопросы:

• Почему среднее1 и среднее2 отличаются
• Почему «Среднее» отличается от среднего 1 или среднего 2.
• Почему стандартное отклонение равно 0.
• При сопоставлении данных с моделью почему точность всегда указывается как 0,0000 е+00? Итерации с потерями выглядят нормально.

Я ожидал, что среднее значение 1 и среднее значение 2 будут одинаковыми и будет ненулевое стандартное отклонение.

Подробнее здесь: https://stackoverflow.com/questions/793 ... ession-mod