在各种机器学习竞赛中可以看到MSE和MAE这两个指标。 计算指标的值越小,表示模型的效果越好。 为了防止下次忘记,需要让花生激昂。
1.MSE(meansquarederror )均方误差MSE=1ni=1n (yiyi ) )2MSE=(Frac(1) n ) ) sum_{I=1}^{n} ) ) (left )
另外,虽然经常会遇到RMSE(Root Mean Squared Error),但实际上是在MSE上加上根号作为均方根误差。
2.Mae(meanabsoluteerror )平均绝对误差mae=1nI=1n ) yIyI () Mae=(Frac(1) n ) sum_{I=1}^{n} ) leffrac )
请参阅更多
3359 blog.csdn.net/xiongchengluo 1129/article/details/7915550
3359 blog.csdn.net/stone _ fall/article/details/89389269