前言:
分类问题的评价指标是准确率,而回归问题的评价指标就是MAE, MAPE, MSE, RMSE, R2_Score,SMAPE这几种误差。
当然回归问题就是预测。现在假设:
在此基础上,先看看这几种误差具体的公式,想看scikit-learn实现,直接最后。
目录
1、MSE 均方误差(Mean Square Error)
2、RMSE 均方根误差(Root Mean Square Error)
就是上面的MSE加了个根号,这样数量级上比较直观,比如RMSE=2,可以认为回归效果相比真实值平均相差2
3、MAE 平均绝对误差(Mean Absolute Error)
4、MAPE 平均绝对百分比误差(Mean Absolute Percentage Error)
5、R_Squared
看看分类算法的衡量标准就是正确率,而正确率又在0~1之间,最高百分之百,最低0。很直观,而且不同模型一样的。那么线性回归有没有这样的衡量标准呢?答案是有的。那就