回歸模型評價指標

回歸模型應用場景：**，趨勢分析、投資風險分析等

（1）mae（mean absolute error）平均絕對差值

（2）mse(mean square error)均方誤差，是回歸任務最常用的效能度量，最小二乘估計也是使用均方誤差

（3）log對數損失函式（邏輯回歸）：交叉熵損失，其實是由最大似然估計推導而來

（4）rmse(root mean square error)均方根誤差

（5）normalized root-mean-square deviation歸一化均方差跟偏差

（6）  r

2決定係數

r2反映了在因變數y的變差中被估計的回歸方程所解釋的比例。r2 越接近1,表明回歸平方和佔總平方和的比例越大,回歸線與各觀測點越接近,用x的變化來解釋y值變差的部分就越多,回歸的擬合程度就越好

（7） pearson's correlation coefficient(皮爾遜相關係數)

（8） concordance correlation coefficient(一致性相關係數)

參考文獻

1.機器學習模型相關評價指標最全總結。

線性回歸模型評價指標

線性回歸不難，可是它裡面涉及到的一些指標卻很繁雜，關於評價回歸模型的指標在模型評價裡面有介紹，這裡主要介紹一些沒有涉及到的一些其他指標公式之類的東西。rss y1 0 1 x1 2 y2 0 1 x2 2 yn 0 1 xn 2 rss y 1 hat beta 0 hat beta 1 x 1 2...

機器學習模型評價指標 回歸任務

from sklearn.metrics import mean absolute error 沒找到sklearn怎麼實現，先用python 實現吧from sklearn.metrics import median absolute errorfrom sklearn.metrics impor...

回歸的評價指標

skullfang 關注 0.32018.01.19 15 18 字數 913 閱讀 39599 喜歡 13 分類問題的評價指標是準確率，那麼回歸演算法的評價指標就是mse，rmse，mae r squared。下面一一介紹 mse mean squared error 叫做均方誤差。看公式 這裡的...