知识卡片
回归误差的平方权重
MAE 直接平均 |误差|,单位和目标相同。MSE 平均误差²,对极端偏差更敏感。例如误差为 1 和 9,MAE 是 5,MSE 是 41。R² 以均值预测为参照,比较剩余平方误差,测试集上可能为负。根据业务中错误大小的实际代价决定比较指标。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 全景图:机器学习路线图 · 查看原书依据
平均绝对误差(Mean Absolute Error,MAE)也称平均绝对离差,是反映预测值与真实值之间差异程度的一种度量,是各预测值偏离真实值的绝对值之和的平均数。
参考来源
- 位置:《从零开始:机器学习的数学原理和算法实践》第4章《全景图:机器学习路线图》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter004.xhtml)
- 结论依据:书并列 MAE 和 MSE 的计算,在回归示例中使用 R²。
- 原始内容:平均绝对误差(Mean Absolute Error,MAE)也称平均绝对离差,是反映预测值与真实值之间差异程度的一种度量,是各预测值偏离真实值的绝对值之和的平均数。