回归评价指标MSERMSEMAER-Squared

Posted 2021-03-07 duoba

简书 原作者 skullfang https://www.jianshu.com/p/9ee85fdad150

分类问题的评价指标是准确率，那么回归算法的评价指标就是MSE，RMSE，MAE、R-Squared

1.均方误差（MSE）

MSE （Mean Squared Error）叫做均方误差。看公式

这里的两个y分别是 真实值 和 测试集 上的 预测值 。

用 真实值-预测值 然后 平方 之后 求和 平均。

就是线性回归的损失函数！！ 在线性回归的时候我们的目的就是让这个损失函数最小。那么模型做出来了，我们把损失函数丢到测试集上去看看损失值不就好了嘛。

2.均方根误差（RMSE）

RMSE（Root Mean Squard Error）均方根误差。

就是MSE开个根号么。实质是一样的。只不过用于数据更好的描述。

####例如：要做房价预测，每平方是万元，我们预测结果也是万元。那么差值的平方单位应该是 千万级别的。不利于描述。开完根号 就是一个数量级别的了。

MAE(平均绝对误差)

R Squared