回归预测评估指标

标注说明

$f$表示预测值，$y$表示实际值

评价指标

• MAE(Mean Absolute Error) 平均绝对误差
  $$MAE = \frac{1}{n}\sum_{i=1}^n|f_i-y_i|$$
• MSE(Mean Square Error) 平均平方差/均方误差是回归任务最常用的性能度量。
  $$MSE=\frac{1}{n}\sum_{i=1}^n{(f_i-y_i)^2}$$

• RMSE(Root Mean Square Error) 方均根差
  

  $$RMSE=\sqrt{MSE}$$
  缺点：因为它使用的是平均误差，而平均误差对异常点较敏感，如果回归器对某个点的回归值很不合理，那么它的误差则比较大，从而会对RMSE的值有较大影响，即平均值是非鲁棒的。

• MAPE
  全称是Mean Absolute Percentage Error（WikiPedia）, 也叫mean absolute percentage deviation (MAPD)，在统计领域是一个预测准确性的衡量指标。
  

  $$MAPE=\frac{100}{n}\sum_{t=1}^{n}|\frac{y_i-f_i}{y_i}|$$

• R平方
  $\bar{y}$表示观测数据的平均值
  残差平方和
  

  $$SS_{res}=\sum{(y_i-f_i)^2}$$
  总平均值
  $$SS_{tot}=\sum{(y_i-\bar{y})^2}$$
  R平方
  $$r^2=1-\frac{SS_{res}}{SS_{tot}}=1-\frac{\sum{(y_i-f_i)^2}}{\sum{(y_i-\bar{y})^2}}$$
  R平方是多元回归中的回归平方和占总平方和的比例,它是度量多元回归方程中拟合程度的一个统计量,反映了在因变量$y$的变差中被估计的回归方程所解释的比例。
  R平方越接近1,表明回归平方和占总平方和的比例越大,回归线与各观测点越接近,用$x$的变化来解释$y$值变差的部分就越多,回归的拟合程度就越好。

• 校正R平方
  http://www.statisticshowto.com/adjusted-r2/
  

  where: N is the number of points in your data sample.
  K is the number of independent regressors, i.e. the number of variables in your model, excluding the constant

• RMSPE
  

  $$\textrm{RMSPE} = \sqrt{\frac{1}{n} \sum_{i=1}^{n} \left(\frac{y_i - \hat{y}_i}{y_i}\right)^2}$$
  where $y_i$ denotes the sales of a single store on a single day and $\hat{y}_i$ denotes the corresponding prediction.

https://www.kaggle.com/cast42/xgboost-in-python-with-rmspe-v2/code

• RMSLE(Root Mean Squared Logarithmic Error) Kaggle 上用的一个指标https://www.kaggle.com/wiki/RootMeanSquaredLogarithmicError

def rmsle(predicted,real):
    sum=0.0
    for x in range(len(predicted)):
        p = np.log(predicted[x]+1)
        r = np.log(real[x]+1)
        sum = sum + (p - r)**2
    return (sum/len(predicted))**0.5

# https://www.kaggle.com/jpopham91/rmlse-vectorized
# vectorized error calc
def rmsle(y, y0):
    assert len(y) == len(y0)
    return np.sqrt(np.mean(np.power(np.log1p(y)-np.log1p(y0), 2)))