RMSE(均方根误差)、MSE(均方误差)、MAE(平均绝对误差)、SD(标准差)
- RMSE(Root Mean Square Error)均方根误差
衡量观测值与真实值之间的偏差。
常用来作为机器学习模型预测结果衡量的标准。
- MSE(Mean Square Error)均方误差
MSE是真实值与预测值的差值的平方然后求和平均。
通过平方的形式便于求导,所以常被用作线性回归的损失函数。
- MAE(Mean Absolute Error)平均绝对误差
是绝对误差的平均值。
可以更好地反映预测值误差的实际情况。
- SD(Standard Deviation)标准差
方差的算术平均根。
用于衡量一组数值的离散程度。
问:
GBDT使用MSE作为损失函数,最后叶子的分数是均值
使用MAE呢?