python数据分析-常见的预测评价指标

预测评价指标(RMSE,MSE,MAE,MAPE,SMAPE)

注：用于评价测试集预测值和真实值之间的误差
MSE(mean square error,均方误差)

RMSE(root mean square error,均方根误差)

MAE(mean absolute error,平均绝对误差)

MAPE(mean absolute precentage error,平均绝对百分比误差)

SMAPE(symmetric mean absolute percentage error,对称平均绝对百分比误差)

python代码如下：

import numpy as np
from sklearn import metrics
def mape(y_real,y_pred): #结果要加%
    return 100.0*np.mean(np.abs((y_pred-y_real)/y_real))
def smape(y_real,y_pred):  #结果要加%
    return 100.0*np.mean(2*np.abs(y_pred-y_real)/(np.abs(y_pred)+np.abs(y_real)))

mse = metrics.mean_squared_error(y_real,y_pred)
rmse = np.sqrt(mse)
mae = metrics.mean_absolute_error(y_real,y_pred)
mape = mape(y_real,y_pred)
smape = smape(y_real,y_pred)