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=1Nt=1N(predictedtlabel)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=1Nt=1N(predictedtlabel)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=1Nt=1N|(fiyi)|(362) (362) M A E = 1 N ∑ t = 1 N | ( f i − y i ) |

fi f i 表 示 预 测 值 , yi 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=1Ni=1N(xiu)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

你可能感兴趣的:(机器学习算法)