线性回归评估的指标_线性回归算法的评估指标

38d1d6216fc502b4dcb7364374a5adda.png

评价线性回归的指标有四种,均方误差(Mean Squared Error)、均方根误差(Root Mean Squared Error)、平均绝对值误差(Mean Absolute Error)以及R Squared方法。 sklearn中使用的,也是大家推荐的方法是R Squared方法。

equation?tex=y_i 表示真实的观测值,用
equation?tex=%5Cbar%7By%7D 表示真实观测值的平均值,用
equation?tex=%5Chat+y_i表示预测值,则:

1、均方误差 MSE

equation?tex=%5Ctext%7BMSE%7D%28y%2C+%5Chat%7By%7D%29+%3D+%5Cfrac%7B1%7D%7Bn%7D+%5Csum_%7Bi%3D1%7D%5En+%5C%7C+y_i+-+%5Chat%7By%7D_i+%5C%7C_2%5E2

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

2、均方根误差 RMSE

  • 3
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值