RMSE(均方根误差) MSE(均方误差) MAE(平均绝对误差) SD(标准差)

首先给大家推荐一下我老师大神的人工智能教学网站。教学不仅零基础,通俗易懂,而且非常风趣幽默,还时不时有内涵黄段子!点这里可以跳转到网站

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。

RMSE(X, h)=\sqrt{\frac{1}{m}\sum_{i=1}^{m}(h(x_{i})-y_{i})^2}

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

MSE=\frac{1}{m}\sum_{i=1}^{m}(y_{i}-\hat{y}_{i})^2

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。

MAE(X, h)=\frac{1}{m}\sum_{i=1}^{m}\left | h(x_{i})-y_{i} \right |

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。

SD=\sqrt{\frac{1}{N}\sum_{i=1}^{N}(x_{i}-avg(x))^2}

ps : 我在csdn博客学latex~

点这里可以跳转到人工智能网站

发表评论