首页算法评价指标MAE,MSE,RMSE

算法评价指标MAE,MSE,RMSE

时间: 2023-10-25 19:10:38 浏览: 120

预测问题评价指标：预 MAE、MSE、R-Square、MAPE和 RMSE

5星 · 资源好评率100%

预测问题评价指标：预 MAE、MSE、R-Square、MAPE和 RMSE MAE、MSE、R-Square、MAPE和RMSE 以上是对于预测问题的评价指标。 1.平均绝对误差（Mean Absolute Error, MAE）误差越大，该值越大。 2.均方误差（Mean Squared Error, MSE）误差越大，该值越大。 SSE(和方差)与MSE之间差一个系数n，即SSE = n * MSE，二者效果相同。 3.均方根误差（Root Mean Square Error, RMSE）是MSE的算数平均根误差越大，该值越大。 4.平均绝对百分比误差（Mean Absolute Percentage Error, MAPE）注意：当真实值有数据等

MAE（Mean Absolute Error）是平均绝对误差，表示所有预测误差的绝对值的平均值。 MSE（Mean Squared Error）是均方误差，表示所有预测误差的平方的平均值。 RMSE（Root Mean Squared Error）是均方根误差，是均方误差的平方根。这些指标都用于衡量模型预测结果与真实结果之间的差距，其中MAE越小，表示模型预测越准确；MSE和RMSE越小，表示模型预测越准确。

阅读全文