【转载】MSE(均方误差)、RMSE (均方根误差)、MAE (平均绝对误差)- 机器学习 - 线性回归之模型评估
MSE(均方误差)、RMSE (均方根误差)、MAE (平均绝对误差)1、MSE(均方误差)(Mean Square Error)MSE是真实值与预测值的差值的平方然后求和平均。范围[0,+∞),当预测值与真实值完全相同时为0,误差越大,该值越大。import numpy as npfrom sklearn import metricsy_true = np.array([1.0, 5.0, 4.0, 3.0, 2.0, 5.0, -3.0])y_pred = np.array([1.0, 4
转载
2021-08-18 23:35:47 ·
5612 阅读 ·
0 评论