什么是回归评价指标MSE、RMSE?

原创 数据小兵  2021-01-12 13:09  阅读 756 次
数据小兵成长记

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MSERMSE

均方误差(MSE

MSE (Mean Squared Error)叫做均方误差,公式如下:

用 真实值-预测值 然后平方之后求和平均。

均方根误差(RMSE

RMSE(Root Mean Squard Error)均方根误差。

 

这不就是MSE开个根号么。有意义么?其实实质是一样的。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(真贵),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。那我们不太好描述自己做的模型效果。怎么说呢?我们的模型误差是 多少千万?。。。。。。于是干脆就开个根号就好了。我们误差的结果就跟我们数据是一个级别的可,在描述模型的时候就说,我们模型的误差是多少万元。

作者:skullfang
链接:https://www.jianshu.com/p/9ee85fdad150
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

本文地址:http://www.datasoldier.net/archives/2772
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
视频课程《SPSS统计分析:从入门到实践提高》
欢迎订阅SPSS训练营微信公众号

评论已关闭!