在建立多个regression models後,我们常要选择一个指标来衡量模型好坏,今天来聊聊各个不同的指标~
MSE主要以平方来避免误差正负的互相抵销,但也因为平方的特性,所以当单一bias大的时候会有惩罚作用,也就是说MSE对於极值(outliers)会相对敏感。
RMSE主要就是MSE拿去取根号,取根号的目的是让他与y的单位变得一致,所以解释起来会比较直观!
抵销正负误差的方式,除了平方之外,还有取绝对值,MAE就是取绝对值来计算平均误差,相对之下对极值比较不敏感,如果training data里面极值很多,那可以考虑用MAE来当作指标。
将误差转换为百分比(彻底摆脱单位),主要目的也是解释起来比较直观,要记得如果y含有0就不能使用MAPE!
>>: Day 16 : 基础套件的介绍-time,让你拥有时间
这篇文章会讲解如何将Sass分成多个档案模组化管理,并於编译时只会编译到同一个css档案内 首先,我...
How to reproduction 在 Windows 10 环境安装 Gpg4win 使用 K...
早起运动Day5-自我对谈 在运动时也会想起相遇过的人,看过的书,经验过的故事。 『看起...
Student再加上age属性,加default是因为我已经有了数据 记得执行迁移 现在的资料库 有...
django、python redis 本篇着重在最基本的连线使用,关於redis型态存取无详细说明...