mape、mae、mse、rmse优缺点
时间: 2023-08-19 17:06:10 浏览: 313
这四个指标都是用来衡量模型预测结果与真实值之间差异的常用指标,具体优缺点如下:
1. MAPE(Mean Absolute Percentage Error):平均绝对百分比误差。该指标可以反映预测值偏离真实值的百分比程度,其计算公式为:MAPE = (1/n) * ∑(|y - y'| / y) * 100%,其中 n 为样本数量,y 为真实值,y' 为预测值。MAPE 的优点是不受量纲影响,可以用来比较不同数据集的预测效果;缺点是对于预测值为 0 的情况不适用,且容易受到离群值的干扰。
2. MAE(Mean Absolute Error):平均绝对误差。该指标可以反映预测值与真实值之间的平均差异程度,其计算公式为:MAE = (1/n) * ∑(|y - y'|),其中 n 为样本数量,y 为真实值,y' 为预测值。MAE 的优点是容易理解和计算,对于离群值不敏感;缺点是没有考虑误差的方向,可能会掩盖一些重要的信息。
3. MSE(Mean Squared Error):均方误差。该指标可以反映预测值与真实值之间的平均平方差,其计算公式为:MSE = (1/n) * ∑(y - y')²,其中 n 为样本数量,y 为真实值,y' 为预测值。MSE 的优点是对误差的大值比小值更为敏感,可以在一定程度上避免 MAE 的缺陷;缺点是受量纲影响,不易比较不同数据集的预测效果。
4. RMSE(Root Mean Squared Error):均方根误差。该指标是 MSE 的平方根,可以反映预测值与真实值之间的平均差异程度,其计算公式为:RMSE = sqrt((1/n) * ∑(y - y')²),其中 n 为样本数量,y 为真实值,y' 为预测值。RMSE 的优点是可以反映真实误差的标准差,便于进行误差分析;缺点是同样受量纲影响,且对离群值比较敏感。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)