没有合适的资源?快使用搜索试试~ 我知道了~
首页预测问题评价指标: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
资源详情
资源评论
资源推荐
预测问题评价指标:预测问题评价指标:MAE、、MSE、、R-Square、、MAPE和和
RMSE
MAE、、MSE、、R-Square、、MAPE和和RMSE
以上是对于预测问题预测问题的评价指标。
1.平均绝对误差(平均绝对误差(Mean Absolute Error, MAE))
误差越大,该值越大。
2.均方误差(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(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(平均绝对百分比误差(Mean Absolute Percentage Error, MAPE))
注意:当真实值有数据等于0时,存在分母0除问题,该公式不可用。
5.确定系数(确定系数(R-Square or R2))
首先,残差平方和为:
总平均值为:
得到R2表达式为:
R2用于度量因变量的变异中可由自变量解释部分所占的比例,取值范围是 0~1,R2越接近1,表明回归平方和占总平方和的比
例越大,回归线与各观测点越接近,用x的变化来解释y值变化的部分就越多,回归的拟合程度就越好。
所以R2也称为拟合优度(Goodness of Fit)的统计量。
yi表示真实值,y^i表示预测值,y¯i表示样本均值。得分越高拟合效果越好。
代码如下:代码如下:
import numpy as np
from sklearn import metrics
# MAPE需要自己实现
weixin_38709312
- 粉丝: 3
- 资源: 913
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
- SPC统计方法基础知识.pptx
- MW全能培训汽轮机调节保安系统PPT教学课件.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论2