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
RMSE
均方误差:均方根误差是均方误差的算术平方根
RMSE=1N∑t=1N(observedt−predictedt)2‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾⎷
MAE :Mean Absolute Error
平均绝对误差是绝对误差的平均值
平均绝对误差能更好地反映预测值误差的实际情况.
MAE=1N∑i=1N∣(fi−yi)∣
fi 表示预测值, yi 表示真实值;
SD :standard Deviation
标准差:标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组组数据,标准差未必相同。
SD=1N∑i=1N(xi−u)2‾‾‾‾‾‾‾‾‾‾‾‾‾‾⎷
u 表示平均值(