MAE MSE RMSE
时间: 2024-04-13 20:22:55 浏览: 290
python之MSE、MAE、RMSE的使用
5星 · 资源好评率100%
MAE(Mean Absolute Error)是一种常用的回归模型评估指标,用于衡量预测值与真实值之间的平均绝对误差。计算方法是将每个样本的预测值与真实值之差取绝对值,然后求所有样本的平均值。
MSE(Mean Squared Error)是另一种常用的回归模型评估指标,用于衡量预测值与真实值之间的平均平方误差。计算方法是将每个样本的预测值与真实值之差平方,然后求所有样本的平均值。
RMSE(Root Mean Squared Error)是MSE的平方根,用于衡量预测值与真实值之间的均方根误差。RMSE与MSE具有相同的计算方法,只是在最后取平方根。
这些指标都是用来评估回归模型的预测性能,数值越小表示模型的预测越准确。
阅读全文