回归模型-衡量预测质量的指标：
【摘要】 衡量预测质量的指标：
误差平方：
缺点：取值与样本量n有关，随着数据集的增大而增大
均方误差（Mean Squared Errer，MSE）：平方误差的均值
缺点：平均偏离误差数是呈x^2平方增长
均方根误差（Root Mean Squared Error，RMSE）
缺点：取值范围为无穷，不能直观的看出模型的质量
...
衡量预测质量的指标：
- 误差平方：
缺点：取值与样本量n有关，随着数据集的增大而增大
- 均方误差（Mean Squared Errer，MSE）：平方误差的均值
缺点：平均偏离误差数是呈x^2平方增长
- 均方根误差（Root Mean Squared Error，RMSE）
缺点：取值范围为无穷，不能直观的看出模型的质量
- 拟合优度 r2=r2xy（SST=Syy）：
在线性回归模型中，使用R2，从公式（1-模型.RMSE/均值.RMSE）可以解释R2是比较模型结果与假设只用均值作为预测结果的好坏。取值范围为[0,1]，若不如均值好，则为0；若对每个数据都做出完美解释则为1.
文章来源: drugai.blog.csdn.net，作者：DrugAI，版权归原作者所有，如需转载，请联系作者。
原文链接：drugai.blog.csdn.net/article/details/82917026
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）