RMSEMAE等误差指标整理

Posted UQI-LIUWJ

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了RMSEMAE等误差指标整理相关的知识,希望对你有一定的参考价值。

1 MAE

 

  • Mean Absolute Error ,平均绝对误差
  • 是绝对误差的平均值

2 RMSE 

  • Root Mean Square Error,均方根误差
  • 是观测值与真值偏差的平方和与观测次数m比值的平方根。

2.1 RMSE与MAE的对比

        RMSE相当于L2范数,MAE相当于L1范数。

        次数越高,计算结果就越与较大的值有关,而忽略较小的值。

        所以这就是为什么RMSE针对异常值更敏感的原因(即有一个预测值与真实值相差很大,那么RMSE就会很大)。

 3 SD 

  • Standard Deviation ,标准差
  • 是方差的算数平方根

 

以上是关于RMSEMAE等误差指标整理的主要内容,如果未能解决你的问题,请参考以下文章

推荐系统常用评价指标(recall,MAP,MRR,NDCG,F1,ROC等)

机器学习模型评价指标及拟合概念

回归分析评估指标均方对数误差(MSLE)详解及其意义:Mean Squared Log Error

DEM拼接检查,中误差怎么减小?

重复抽样与不重复抽样的平均误差大小?

python使用numpy包编写自定义函数计算SMAPE(对称平均绝对百分比误差)指标Symmetric mean absolute percentage errorSMAPE指标解读指标使用的注