回归模型评价指标
MAE(平均绝对误差)
均方误差(MSE)
RMSE(Root Mean Squard Error)均方根误差
上面的几种衡量标准针对不同的模型会有不同的值。比如说预测房价 那么误差单位就是万元。数子可能是3,4,5之类的。那么预测身高就可能是0.1,0.6之类的。没有什么可读性,到底多少才算好呢?
R方增强可读性
分子就变成了我们的均方误差MSE,下面分母就变成了方差
越接近1,表明方程的变量对y的解释能力越强,这个模型对数据拟合的也较好
越接近0,表明模型拟合的越差
经验值:>0.4, 拟合效果好
缺点:
数据集的样本越大,R²越大,因此,不同数据集的模型结果比较会有一定的误差
MAE(平均绝对误差)
均方误差(MSE)
RMSE(Root Mean Squard Error)均方根误差
参考此博客:
https://www.jianshu.com/p/9ee85fdad150