回归模型RPD和RER
时间: 2024-02-01 11:12:45 浏览: 766
回归模型
RPD (Relative Percent Difference) 和 RER (Relative Error Reduction) 是用来评估回归模型预测准确性的指标。
RPD 表示预测值和实际值之间的相对误差,计算公式为:
RPD = (|y_pred - y_true| / ((y_pred + y_true) / 2)) * 100%
其中,y_pred 表示模型预测的值,y_true 表示实际的值。RPD 值越小,表示模型预测的准确性越高。
RER 表示模型相对误差的降低程度,计算公式为:
RER = (RPD_baseline - RPD_model) / RPD_baseline * 100%
其中,RPD_baseline 表示基准模型的 RPD 值,RPD_model 表示当前模型的 RPD 值。RER 值越大,表示当前模型相对于基准模型的预测准确性提升越大。
总的来说,RPD 和 RER 都是用来评估回归模型预测准确性的指标,但是它们的计算方法不同,RPD 表示相对误差,RER 表示误差降低的程度。
阅读全文