本文介绍了回归分析中常用的评估参数，如MSE（均方误差）、RMSE（均方根误差）、MAE（平均绝对误差）、SD（标准差）、MAPE（平均百分比误差）以及R2（决定系数）。这些指标用于度量模型预测的精确度和误差，帮助优化模型性能。
回归评估参数
在回归过程中，常用的指标包含很多。
- MSE: Mean Squared Error
均方误差是指参数估计值与参数真值之差平方的期望值;
MSE可以评价数据的变化程度，MSE的值越小，说明预测模型描述实验数据具有更好的精确度
MSE=1N∑t=1N(observedt−predictedt)2 M S E = 1 N ∑ t = 1 N ( o b s e r v e d t − p r e d i c t e d t ) 2
RMSE
均方误差，均方根误差是均方误差的算术平方根, 对一组测量中的特大或特小误差反映非常敏感，所以，标准误差能够很好地反映出测量的精密度。可用标准误差作为评定这一测量过程精度的标准
RMSE=1
最低0.47元/天 解锁文章
108
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
