学习笔记54—均方误差(MSE)和均方根误差(RMSE)和平均绝对误差(MAE)

https://blog.csdn.net/reallocing1/article/details/56292877
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
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−−−−−−−−−−−−−−−−−−−−−−−−−
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)|
MAE=1N∑i=1N|(fi−yi)|
fifi表示预测值,yiyi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−−−−−−−−−−−−−
SD=1N∑i=1N(xi−u)2
 
uu表示平均值(u=1N(x1+.....xN)u=1N(x1+.....xN))
原文:https://blog.csdn.net/reallocing1/article/details/56292877 

转载于:https://www.cnblogs.com/hechangchun/p/10240604.html

表情包
插入表情
评论将由博主筛选后显示,对所有人可见 | 还能输入1000个字符
相关推荐
©️2020 CSDN 皮肤主题: 编程工作室 设计师:CSDN官方博客 返回首页