Erlo

回归(Regression)算法指标

时间:2021-02-23   阅读:8次   来源:开源中国
页面报错
点赞

常用的回归(Regression)算法指标有平均绝对误差(Mean Absolute Error)、均方误差(Mean Squared Error)均方根误差(Root Mean Squared Error)三种。

平均绝对误差(Mean Absolute Error)

平均绝对误差(Mean Absolute Error,简称MAE)从几何意义上来看,它表示预测值和实际值之间的平均距离。

它的公式如下:

平均绝对误差(Mean Absolute Error)这个评价指标比较直观好理解,但是由于公式里有绝对值,导致了函数不光滑,在某些点上不能求导。作为改进方案,我们可以把绝对值改成平均距离的平方,也就是均方误差(Mean Squared Error)

均方误差(Mean Squared Error)

均方误差(Mean Squared Error,简称MSE),从几何意义上来说,它可以看成预测值和实际值的平均距离的平方.

它的公式如下:

均方误差(Mean Squared Error)解决了平均绝对误差(Mean Absolute Error)不能求导的问题,但是它的大小和目标变量不在一个尺度上(量纲不一样)。为了解决这个问题,我们可以对均方误差(Mean Squared Error)的结果进行开方,于是得到均方根误差

方根误差(Root Mean Squared Error)

均方根误差(Root Mean Squared Error, 简称RMSE)是由均方误差(Mean Squared Error)开平方得到的结果, 它解决了均方误差(Mean Squared Error)与目标变量值量纲不一致的问题。

它的公式如下:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

提交留言

评论留言

还没有评论留言,赶紧来抢楼吧~~

吐槽小黑屋()

* 这里是“吐槽小黑屋”,所有人可看,只保留当天信息。

  • Erlo吐槽

    Erlo.vip2021-03-01 02:38:16Hello、欢迎使用吐槽小黑屋,这就是个吐槽的地方。
  • 返回顶部

    给这篇文章打个标签吧~

    棒极了 糟糕透顶 好文章 PHP JAVA JS 小程序 Python SEO MySql 确认