均方误差(MSE)和均方根误差(RMSE)和平均绝对误差(MAE)

MSE: Mean Squared Error
均方误差是指参数估计值与参数真值之差平方的期望值;
MSE可以评价数据的变化程度，MSE的值越小，说明预测模型描述实验数据具有更好的精确度。

MSE=1N∑t=1N(observedt−predictedt)2

RMSE
均方误差:均方根误差是均方误差的算术平方根

RMSE=1N∑t=1N(observedt−predictedt)2‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾⎷

MAE :Mean Absolute Error
平均绝对误差是绝对误差的平均值
平均绝对误差能更好地反映预测值误差的实际情况.

MAE=1N∑i=1N∣(fi−yi)∣

fi 表示预测值, yi 表示真实值;

SD :standard Deviation
标准差:标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组组数据，标准差未必相同。

SD=1N∑i=1N(xi−u)2‾‾‾‾‾‾‾‾‾‾‾‾‾‾⎷

u 表示平均值( u=1N(x1+.....xN) )