使用预测间隔对预测值进行分类

Question

我正在运行一个简单的线性回归来预测特定数据集的价格。我不仅想计算均方误差之类的指标，还希望能够计算出哪些测试实例在实际价格的10％的预测区间内（即，实际价格在预测价格的+/- 10％范围内） 。但是我不确定执行此操作的最佳方法是什么，或者不确定现有的软件包是否可以提供帮助。我目前正在为我的X和Y训练数据使用numpy数组。

# Load in train test split data
X_train, X_test, y_train, y_test = prepare_data()

# fit model 
lm = LinearRegression()
lm.fit(X_train, y_train)

# Compute predictions
y_pred = lm.predict(X_test)

Answer 1

要获取y_test的所有值，可以使用np.select因此，在您的情况下，条件是y_test的值在y_pred]的10％以内

condition = [abs(y_pred - y_test)/y_test < 0.1]
choice = [y_test]
result = np.select(condition, choice)

Answer 2

我不确定sklearn是否提供此内置功能，但您可以按照以下说明自行操作：