r语言计算MAE、MSE、RMSE、MAPE

在R语言中，计算MAE（平均绝对误差）、MSE（均方误差）、RMSE（均方根误差）和MAPE（平均绝对百分比误差）是很常见的统计操作，用于评估模型预测值与实际值之间的差异。以下是使用R语言进行这些计算的基本方法：

1. MAE（Mean Absolute Error）：

mae <- mean(abs(actual - predicted))

2. MSE（Mean Squared Error）：

mse <- mean((actual - predicted)^2)

3. RMSE（Root Mean Squared Error）：

rmse <- sqrt(mean((actual - predicted)^2))

4. MAPE（Mean Absolute Percentage Error）：

mape <- mean(abs((actual - predicted) / actual)) * 100

在以上代码中，`actual`代表实际值的向量，而`predicted`代表对应的预测值向量。计算MAPE时要注意除数不能为零，否则会导致错误。为了避免这种情况，可以加入条件判断来处理零值。