用python语言计算回归问题的预测模型精度

Question

我想计算我的降雨预报模型的精度。我已经计算了MAE，RMSE，MAPE用于降雨预报。但是想知道整个模型的准确度，比如说，我的模型预测的准确率是96%。如何在python中实现这一点？下面是我如何使用sklearn在python中计算MAE、RMSE、MAPE的代码

from sklearn.metrics import mean_squared_error, explained_variance_score

mae = mean_squared_error(true, predicted)
print('Mean Squared Error : {}'.format(mae))

rmse = np.sqrt(mean_squared_error(true, predicted))
print('Root Mean Squared Error : {}'.format(rmse))


evs = explained_variance_score(true, predicted)
print('Explained Variance Score: {}'.format(evs))

Answer 1

准确度是用于分类问题的一种度量。对于回归问题，您选择的度量似乎是可以的。在