【机器学习(8)】回归模型的常用评价指标:均方差MSE、均绝对误差MAE、均绝对比例误差MAPE、相关性系数R2

上传者: 38699551 | 上传时间: 2021-10-16 15:21:42 | 文件大小: 51KB | 文件类型: -
模型评价:回归模型的常用评价指标 1) 样本误差:衡量模型在一个样本上的预测准确性         样本误差 = 样本预测值 – 样本实际值 2) 最常用的评价指标:均误差方(MSE)         指标解释:所有样本的样本误差的平方的均值         指标解读:均误差方越接近0,模型越准确 3) 较为好解释的评价指标:平均绝对误差(MAE)         指标解释:所有样本的样本误差的绝对值的均值         指标解读:平均绝对误差的单位与因变量单位一致,越接近0,模型越准确 4)平均绝对误差的衍生指标:平均绝对比例误差(MAPE)         指标解释:所有样本的样本误差的

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明