热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

回归分析中的常用评估指标及其应用

在回归分析中,常用的评估指标包括均方误差(MeanSquaredError,MSE)。MSE是衡量预测值与实际值之间差异的一种方法,通过计算预测值与真实值之差的平方和的平均值来量化模型的性能。此外,还有其他重要的评估指标,如均方根误差(RootMeanSquaredError,RMSE)和决定系数(R-squared),这些指标在不同的应用场景中各有优势,能够更全面地评估模型的拟合效果和预测能力。

常见回归评价指标常见回归评价指标




MSE:均方误差(Mean Squared Error)

mse=np.sum((y_preditc-y)**2)/len(y)



RMSE:均方根误差(Root Mean Squard Error)

rmse =( np.sum((y_preditc-y)**2)/len(y) )** 0.5

def Rmse(y_pred,y_val):return np.sqrt(((y_val-y_pred)**2).mean())



MAE:平均绝对误差(Mean Absolute Error)


平均绝对值误差,它表示预测值和观测值之间绝对误差的平均值。

mae=np.sum(np.absolute(y_preditc-y))/len(y)



推荐阅读
author-avatar
lucky_笨鸟_660
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有