均方误差（MSE）根均方误差（RMSE）平均绝对误差（MAE）

MSE：Mean Squared Error.
均方误差是指参数的估计值与参数的真实值之差的平方的期望.
MSE可以评价数据的变化程度，MSE越小，说明模型的拟合实验数据能力强.

MSE=1N∑t=1N(predictedt−label)2(72) (72) M S E = 1 N ∑ t = 1 N ( p r e d i c t e d t − l a b e l ) 2

RMSE：Root Mean Squared Error.
根均方误差：均方误差的算术平方根.

RMSE=1N∑t=1N(predictedt−label)2−−−−−−−−−−−−−−−−−−−−−−⎷(361) (361) R M S E = 1 N ∑ t = 1 N ( p r e d i c t e d t − l a b e l ) 2

MAE： Mean Absolute Error.
平均绝对误差：样本绝对误差的绝对值.
平均绝对误差能更好的反映预测值误差的实际情况.

MAE=1N∑t=1N|(fi−yi)|(362) (362) M A E = 1 N ∑ t = 1 N | ( f i − y i ) |

fi表示预测值 f i 表 示 预 测 值 , yi表示真实值 y i 表 示 真 实 值
SD： Standard Deviation.
标准差：标准差是方差的算术平方根，、。标准差反映了数据集的离散程度。均值相同的两组数据，标准差不一定相同.

SD=1N∑i=1N(xi−u)2−−−−−−−−−−−−−⎷(363) (363) S D = 1 N ∑ i = 1 N ( x i − u ) 2

u u 表示平均值（ u=1N(x1+...+xN) u = 1 N ( x 1 + . . . + x N ) ）

本文在线公式编辑器