均方误差(MSE)和均方根误差(RMSE)和平均绝对误差(MAE) 您所在的位置:网站首页 平均绝对误差 均方误差(MSE)和均方根误差(RMSE)和平均绝对误差(MAE)

均方误差(MSE)和均方根误差(RMSE)和平均绝对误差(MAE)

#均方误差(MSE)和均方根误差(RMSE)和平均绝对误差(MAE)| 来源: 网络整理| 查看: 265

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))



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有