AI笔记: 回归模型性能评价指标

Wang's Blog

于 2020-04-25 17:47:58 发布

阅读量2.9k

点赞数

CC 4.0 BY-SA版权

分类专栏： AI 文章标签：回归模型性能评价指标

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/Tyro_java/article/details/105753602

AI 专栏收录该内容

71 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了回归模型的性能评价，包括RMSE、MAE、MedAE、MSLE等指标，并重点讲解了R²分数和已解释的方差分数。此外，还探讨了Scikit-Learn中metrics模块提供的回归评价函数以及Scoring参数在模型评估中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

模型评估

模型训练好后，需要采用一些度量准则评价模型预测的效果

回归模型的评价指标

回归模型的评价指标
- 开方均方误差(Rooted Mean Squared Error，RMSE): $RMSE(y,y^)=1N∑i=1N(yi−yi^)2RMSE(y, \hat{y}) = \sqrt{\frac{1}{N} \sum_{i=1}^N (y_i - \hat{y_i})^2}$

了解本专栏

超级会员免费看

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

Wang's Blog 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。