HCIE-BigData学习笔记-回归模型

评估参数解释

MAE：平均绝对误差，就是预测出来的数值减去真实的数值，然后将所有数值加一起，再除以样本数量。比如：样本中有 100 条数据，用其中 66 条作为算法的训练，然后将 34 条数据输入后，得到 34 个结果，这个预测的每个结果减去每个数据真实的结果，再将这些减完的 34 个结果相加，再除以 34，都得到平均绝对误差。
MSE：均方误差，就是预测出来的数值减去真实的数值再平方，然后将所有数值加一起，再除以样本数量。就是均方误差
RMSE：均方根误差，将均方误差开根号。RMSE的好处是量纲与数据一致。，量纲（dimension）是指物理量的基本属性，物理问题所涉及的量可以按照其属性分为两类：一类物理量的大小与度量时所选用的单位有关，称为有量纲量，如常见的有长度、时间、质量、速度、加速度、力、动能、功等；另一类物理量的大小与度量时所选用的单位无关，则称为无量纲量，如角度、两个长度之比、两个时间之比、两个力之比、两个能量之比等。
这里主要观察 MAE 和MSE，MAE 可以代表个误差，MAE 越大，误差越大，但是不知道误差的波动情况，所以 MSE 是观察误差的波动情况，MSE 越大，误差波动越大。