简单线性回归评估指标+R Squared

使得每一个数据集尽可能的小

简单线性回归评估指标+R Squared_第1张图片

 

均方误差MSE:(平方和取平均值)

简单线性回归评估指标+R Squared_第2张图片

 

均方根误差RMSE:(平方和取平均值开根号):平均误差值

简单线性回归评估指标+R Squared_第3张图片

 

平均绝对误差MAE:(绝对值取平均):

简单线性回归评估指标+R Squared_第4张图片

 

RMSE>MAE大的原因 RMSE会放大误差

所以评估时应尽量让RMSE

-------------R Squared评估指标------------

简单线性回归评估指标+R Squared_第5张图片

 

训练的模型:  产生的错误

简单线性回归评估指标+R Squared_第6张图片

 

准模型:  基础模型产生错误量

简单线性回归评估指标+R Squared_第7张图片

 

R^2<=1,R^2越大越好

简单线性回归评估指标+R Squared_第8张图片

 

-------------------------------分子分母取平均值------------------------------

简单线性回归评估指标+R Squared_第9张图片

分子为MSE

分母为方差 ( Var)

你可能感兴趣的:(机器学习,spark-ml)