拟合误差参数说明【转载】

最新推荐文章于 2025-06-07 15:16:11 发布

转载

最新推荐文章于 2025-06-07 15:16:11 发布 · 2.9k 阅读

1 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/BlueBlueSea/p/10610544.html

文章标签：

#matlab

本文详细介绍了在Matlab中拟合数据时常用的误差指标，包括SSE（误差平方和）、MSE（均方差）、RMSE（均方根误差）和R-square（确定系数）。这些指标用于评估模型对数据的拟合优度，其中R-square的取值范围在0到1之间，值越接近1表示模型拟合越好。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

转自：http://blog.sina.com.cn/s/blog_628033fa0100kjjy.html

1.使用过Matlab的拟合、优化和统计等工具箱的网友，会经常遇到下面几个名词：

SSE(和方差、误差平方和)：The sum of squares due to error
MSE(均方差、方差)：Mean squared error
RMSE(均方根、标准差)：Root mean squared error
R-square(确定系数)：Coefficient of determination
Adjusted R-square：Degree-of-freedom adjusted coefficient of determination

一、SSE(和方差)
该统计参数计算的是拟合数据和原始数据对应点的误差的平方和，计算公式如下