3、Huber Loss结合了MSE和MAE的特点,在误差接近0时使用MSE,在误差较大时使用MAE,但是需要额外设置一个delta超参数。2、如果阈值较高,那么精准率Precision会高,但是会漏掉很多数据;4、如果存在不同样本的真实值有量级差或者更加关注预测和真实值的百分比差异的情况,最好选用MAPE。1、准确率Accuracy有一个缺点,就是数据的样本不均衡,这个指标是不能评价模型的性能优劣的。1、RMSE 的最优化是试图找到平均值,而 MAE 的最优化是让预测偏高的次数与偏低的次数相等。