文章目录
前言
记录一下matlab神经网络学习中的各种评价指标。
1 均方误差 MSE ( Mean Squared Error)
括号内是测试集上真实值减去预测值
Matlab中Performance即MSE, 如下图:
但matlab自动计算的mse是原始数据的,不是归一化之后的。
当我把matlab神经网络中归一化语句删掉:
% net.input.processFcns = {‘removeconstantrows’,‘mapminmax’};
% net.output.processFcns = {‘removeconstantrows’,‘mapminmax’};
将输入的数据手动提前归一化后:
datamaxmin = mapminmax(DATA_origin,0,1);
mse的值不一样。
2 均方根误差 RMSE ( Root Mean Squared Error)
RMSE是根号下MSE
3 平均绝对误差 MAE ( Mean Absolute Error)
4 决定系数R2 ( R-Square )
一般以R2作为回归性能的优劣标准
在matlab中我没有找到R2的函数,所以自己写的。
5 相关系数 R
Matlab神经网络中自动计算并绘图的是相关系数R, 如下图:
也可以使用corrcoef函数计算相关系数R:
[R ,~] = corrcoef(y,t)