模型评估:

均方根误差越

from sklearn.metrics import mean_squared_error
from math import sqrt
print('alpha为{}时,模型的参数为{}'.format(lambd,ridge.coef_))
#     均方根误差越小越好
print('训练现:',np.sqrt(mean_squared_error(y_train_pred,y_train)))
print('测试集现:',np.sqrt(mean_squared_error(y_test_pred,y_test)))
#     评分越高越好
print(ridge.score(x_test,y_test))

from sklearn.metrics import roc_auc_score,recall_score,precision_score,confusion_matrix,classification_report

评估方法总结
评估方法
分类模型评估:
1.误差表示方法:

假阴,图片