机器学习可以分为回归、分类、聚类、降维等。不同任务有自己的评价指标,下面我们先介绍一下回归的评价指标。
回归问题
如果预测变量是连续的我们称为回归,回归中如果只有一个自变量和一个因变量,二者关系可以用一条直线近似表示,这种回归称为一元线性回归;如果有两个及两个以上的自变量,艾尔自变量与因变量是线性关系则称为多元线性回归。回归属于监督学习。
回归(也叫拟合)问题比较简单,衡量指标也相对好理解。我们用yi表示真实值, y ^ \widehat{y} y i表示预测值。
平均绝对误差
平均绝对误差MAE(Mean Absolute Error),又称为L1范数损失(L1-norm loss)。取真实值与预测值差的绝对值的和,然后求平均。
MAE(y, y ^ \widehat{y} y