回归预测评估指标

置顶

路越

于 2017-08-26 18:04:16 发布

阅读量3.1w

点赞数 10

CC 4.0 BY-SA版权

分类专栏：算法文章标签：预测

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/u013704227/article/details/77604500

本文介绍了回归预测中的评估指标，包括MAE、MSE、RMSE、MAPE、R平方、校正R平方以及RMSPE和RMSLE。这些指标用于衡量预测模型的准确性和拟合优度，其中R平方和校正R平方表示模型解释数据比例，MAE、MSE和RMSE衡量误差大小，MAPE关注相对误差，RMSPE和RMSLE适用于特定场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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
$M A E = 1 n \sum i = 1 n | f i - y i |$ $MAE = \frac{1}{n}\sum_{i=1}^n|f_i-y_i|$
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。
$M S E = 1 n \sum i = 1 n (f i - y i) 2$ $MSE=\frac{1}{n}\sum_{i=1}^n{(f_i-y_i)^2}$
RMSE(Root Mean Square Error) 方均根差

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。