文件名称：平均绝对误差-tinyxml指南[中文]
文件大小：6.46MB
文件格式：PDF
更新时间：2024-07-04 16:39:40
RapidMiner
第15章 模型评估与优化 15.1 模型评估与优化解决的问题 如何评估判断某个挖掘算法对挖掘分析预测结果的准确性影响？ 对某一个业务数据集进行预测时，如何在多个可选的挖掘模型之间选择最佳模型？为什 么选择模型 A，而不是模型 B？凭经验？还是。。。各个模型的特性指标能否横向可视化 对比？ 系统能否从多个可选模型中自动为我们推荐一个最好的模型算法？ 某个预测模型的最佳挖掘算法选定后，还能否基于该算法进行更深入的调优？调优方法 有哪些？ 在保证预测准确性的同时，能否提高挖掘流程执行的速度？ 15.2 预测模型算法评价指标 模型预测效果评价，通常用相对绝对误差、平均绝对误差、根均方差、相对平方根误差 等指标来衡量。 （1） 绝对误差与相对误差 设Y 表示实际值， Ŷ 表示预测值，则称 E 为绝对误差（AbsoluteError），计算公式如 下： ˆE Y Y= - （15-1） e 为相对误差（RelativeError），计算公式如下： Y YY e ˆ （15-2） 有时相对误差也用百分数表示： %100* ˆ Y YY e （15-3） 这是一种直观的误差表示方法。 （2） 平均绝对误差 平均绝对误差（MeanAbsoluteError , MAE）定义如下：