机器学习笔记——性能指标

##学习记录，如有错误，请指正

为了能够合理地评价机器学习模型的性能，我们需要一系列的性能指标，用来对模型进行评估。

首先，性能指标因为预测值种类的不同而不同。

一、单随机变量

随机变量我们通常采用两种指标进行评估。

1、均方根误差（root mean square error，RMSE）。形式上均方根误差比较接近于标准差，在正太分布中，我们知道标准差可以用于描述变量相对于均值的分布情况。同样均方根误差也有这种作用，68%的数值会落在1RMSE的范围内，95%的数值会落在2RMSE的范围内，而99.7%的数值会落在3RMSE的范围内。因此均方根误差的主要优势为能够描述符合正态分布的变量中，预测值相对于真实值的分布情况。