【深度学习】回归任务评价方法（MSE、MAE、RMSE）

概念

在回归（Regression）方法中，我们预测一系列连续的值，在预测完后需要评价预测结果的好坏。关于这个评价标准，目前学术界有多种标准。在深度学习中最常见的是 MSE和 MAE。

对照表

评价方法	公式	等同于	求导	互相转换
均方误差（MSE）	$\frac{1}{N}{\sum }_{i=1}^N{⟮y-\hat{y}⟯}^2$	L2	$\frac{2}{N}{\sum }_{i=1}^N⟮y-\hat{y}⟯\cdot {\hat{y}}^{\prime }$	$MSE=={RMSE}^2$
MAE	$\frac{1}{N}{\sum }_{i=1}^N\mid y-\hat{y}\mid$	L1	$\pm \frac{1}{N}{\sum }_{i=1}^N{\hat{y}}^{\prime }$
RMSE	$\sqrt{\frac{1}{N}{\sum }_{i=1}^N{⟮y-\hat{y}⟯}^2}$			$RMSE==\sqrt{MSE}$