【回归问题的评价指标】

转载 https://blog.csdn.net/FrankieHello/article/details/82024526/
分类问题的评价指标是准确率，那么回归算法的评价指标就是MSE，RMSE，MAE、R-Squared。其中，重要参考https://www.jianshu.com/p/9ee85fdad150
平均绝对误差MAE（mean absolute error） 和均方根误差 RMSE（root mean squared error)是衡量变量精度的两个最常用的指标

 

RMSE（Root Mean Square Error）均方根误差

衡量观测值与真实值之间的偏差。

常用来作为机器学习模型预测结果衡量的标准。

 

MSE（Mean Square Error）均方误差

MSE是真实值与预测值的差值的平方然后求和平均。

通过平方的形式便于求导，所以常被用作线性回归的损失函数。

 

MAE（Mean Absolute Error）平均绝对误差

是绝对误差的平均值。

可以更好地反映预测值误差的实际情况。

 

SD（Standard Deviation）标准差

方差的算术平均根。

用于衡量一组数值的离散程度。

 

ps : 我在csdn博客学latex~