十分钟掌握回归算法的评估指标

4年前更新

2760

这是我参与8月更文挑战的第17天，活动详情查看：8月更文挑战

什么是回归算法？

回归算法就是对历史数据进行拟合，形成拟合方程。接下来使用该方程对新数据进行预测。如果是一元数据的拟合方程，则拟合一条线，如果数据是二元数据，那么它的拟合方程就是一个拟合平面，对于更高维的数据，它的拟合方程将更加复杂。

什么是回归算法的评估指标？

对于回归算法，我们评价它的好坏，就是看它的预测结果与我们的真实结果的差异大小。在回归算法中，我们最常用的评估指标有：平均绝对值误差，均方误差，均方根误差，可决系数等。

常见的回归算法的评估指标

平均绝对值误差（MAE）

均绝对值误差就是计算每一个样本的预测值和真实值的差的绝对值，然后求和再取平均值。
其公式为：

MAE(y, \hat {y}) = \frac{1}{m} \sum_{i=1}^m{(|y_i – f(x_i)|)}

© 版权声明

文章版权归作者所有，未经允许请勿转载。

THE END

喜欢就支持一下吧

相关推荐