以预测房价为例，假设我们有n个样本(即n个房屋的信息和价格数据)，这n个房屋的真实价格用向量y =[y1,y2,…,J.]表示,我们建立的机器学习模型得到的这n个房屋价格的估计值（预测值）是向量
y ^ = [ y 1 ^ , y 2 ^ , . . . , y n ^ ] \hat{y}=[\hat{y_1},\hat{y_2},…,\hat{y_n}]y ^=[y 1 ^,y 2 ^,…,y n ^]
SSE误差(或残差)平方和（Sum of Squares due to Error）
S S E = ∑ i = 1 n ( y i − y i ^ ) 2 SSE=\sum^n_{i=1}(y_i-\hat{y_i})^2 S S E =i =1 ∑n (y i −y i ^)2
MSE均方误差（Mean Square Error）
就是SSE除了一个样本数n。
M S E = 1 n ∑ i = 1 n ( y i − y i ^ ) 2 MSE={1\over n}\sum^n_{i=1}(y_i-\hat{y_i})^2 M S E =n 1 i =1 ∑n (y i −y i ^)2
百度百科
RMSE均方根误差（Root Mean Square Error）
其实就是MSE加了个根号
R M S E = 1 n ∑ i = 1 n ( y i − y i ^ ) 2 RMSE=\sqrt{{1\over n}\sum^n_{i=1}(y_i-\hat{y_i})^2}R M S E =n 1 i =1 ∑n (y i −y i ^)2
它的量纲和原来数据的量纲相同，这个用的比较多。百度百科
SEMAPE对称平均绝对百分比误差（Symmetric Mean Absolute Percentage Error）
KaTeX parse error: Undefined control sequence: \abs at position 35: …n}\sum^n_{i=1}{\̲a̲b̲s̲{y_i-\hat{y_i}}…
t/qq_35290785/article/details/99739248)
Original: https://blog.csdn.net/qq_42107431/article/details/122708093
Author: 立乱来
Title: 几种回归问题评估指标
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/630664/
转载文章受原作者版权保护。转载请注明原作者出处！