常用度量--MAE(平均绝对误差)和RMSE(均方根误差)
发布时间:2018-09-29 10:46,
浏览次数:3512
, 标签:
MAE
RMSE
<>常用度量–MAE(平均绝对误差)和RMSE(均方根误差)
MAE和RMSE是关于连续变量的两个最普遍的度量标准。
<>定义
1)我们看看最流行RMSE,全称是Root Mean Square Error,即均方根误差,它表示预测值和观测值之间差异(称为残差)的样本标准偏差。
均方根误差为了说明样本的离散程度。做非线性拟合时,RMSE越小越好。
标准差与均方根误差的区别:
标准差是用来衡量一组数自身的离散程度,而均方根误差是用来衡量观测值同真值之间的偏差,它们的研究对象和研究目的不同,但是计算过程类似。
例如:S={[(x1-x)2+(x2-x)2+…(xn-x)2]/N}
0.5(x为平均数,N为样本个数)此公式中的X也就是所谓的平均数应改为x’1,x’2…(即真实值)。均方根误差算的是观测值与其真值,或者观测值与其模拟值之间的偏差,而不是观测值与其平均值之间的偏差。
2)MAE,全称是Mean Absolute Error,即平均绝对误差,它表示预测值和观测值之间绝对误差的平均值。
MAE是一种线性分数,所有个体差异在平均值上的权重都相等,比如,10和0之间的绝对误差是5和0之间绝对误差的两倍。但这对于RMSE而言不一样,后续将进一步详细讨论。MAE很容易理解,因为它就是对残差直接计算平均,而RMSE相比M