回归评价指标MSE、RMSE、MAE、R-Squared

守給你的承諾、 提交于 2020-02-27 00:29:09

简书 原作者 skullfang https://www.jianshu.com/p/9ee85fdad150

分类问题的评价指标是准确率,那么回归算法的评价指标就是MSE,RMSE,MAE、R-Squared

1.均方误差(MSE)

MSE (Mean Squared Error)叫做均方误差。看公式

这里的两个y分别是 真实值 和 测试集 上的 预测值 。

真实值-预测值 然后 平方 之后 求和 平均

就是线性回归的损失函数!! 在线性回归的时候我们的目的就是让这个损失函数最小。那么模型做出来了,我们把损失函数丢到测试集上去看看损失值不就好了嘛。

2.均方根误差(RMSE)

RMSE(Root Mean Squard Error)均方根误差。

就是MSE开个根号么。实质是一样的。只不过用于数据更好的描述。

####例如:要做房价预测,每平方是万元,我们预测结果也是万元。那么差值的平方单位应该是 千万级别的。不利于描述。开完根号 就是一个数量级别的了。

MAE(平均绝对误差)

R Squared

标签
易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!