简单叙述线性回归算法准确度的几个指标
1、均方差
均方差是通过对所有predict产生的值减去测试数据的原有值产生的差值进行平方,然后求和,再去除以所有predict的数据个数m。
![衡量线性回归算法准确度的几个指标 衡量线性回归算法准确度的几个指标](https://image.shishitao.com:8440/aHR0cHM6Ly9waWFuc2hlbi5jb20vaW1hZ2VzLzcyNy9jYmRjMGQzY2VlZjZiOTJlNWI4NTg1MmRiYWFjOTk2Ny5wbmc%3D.png?w=700&webp=1)
2、均方根误差
均方根误差是通过对所有predict产生的值减去测试数据的原有值产生的差值进行平方,然后求和,再去除以所有predict的数据个数m,最后进行开方,其实就是MSE进行开方。
![衡量线性回归算法准确度的几个指标 衡量线性回归算法准确度的几个指标](https://image.shishitao.com:8440/aHR0cHM6Ly9waWFuc2hlbi5jb20vaW1hZ2VzLzQ3NS9lYTU4NGJjMzNkNGZjZGJkOTYwNzMzNGNlZmI2MmE2Yi5wbmc%3D.png?w=700&webp=1)
3、平均绝对误差
平均绝对误差是通过对所有predict产生的值减去测试数据的原有值产生的差值进行求和,再去除以所有predict的数据个数m。
![衡量线性回归算法准确度的几个指标 衡量线性回归算法准确度的几个指标](https://image.shishitao.com:8440/aHR0cHM6Ly9waWFuc2hlbi5jb20vaW1hZ2VzLzY4MS85ODViZjE1NWJkZWM3Mjc0M2M5YzUxZGMxZWJkMGVkOS5wbmc%3D.png?w=700&webp=1)
4、“R方”法
通过将所有predict产生的值减去测试数据的真值产生的差值平方进行求和,然后除以(测试数据的平均值减去测试数据的真值产生的差值平方进行求和的值),再拿1减去这个值,得到我们的R方,如果误差为0,那么R方就是等于1,所以R方越大越好,越靠近1越准确。
![衡量线性回归算法准确度的几个指标 衡量线性回归算法准确度的几个指标](https://image.shishitao.com:8440/aHR0cHM6Ly9waWFuc2hlbi5jb20vaW1hZ2VzLzIyNS9lZGQ4NDY3NjZiMWQ2NDQ1MjRhOGY1MTZhODM2MjAzMS5wbmc%3D.png?w=700&webp=1)
![衡量线性回归算法准确度的几个指标 衡量线性回归算法准确度的几个指标](https://image.shishitao.com:8440/aHR0cHM6Ly9waWFuc2hlbi5jb20vaW1hZ2VzLzYzNi8yZTUwMjBiNThjZjQ0ZTY2YjdjZmU1ZmEzZjAxZmYxNC5wbmc%3D.png?w=700&webp=1)
其实R方可以转换成 1 减去MSE / 方差 这个公式。
以上这些都是用来衡量预测算法产生的误差的