机器学习预测算法指标计算:RMSE、MAE、偏差、Corr、准确度
最编程
2024-03-02 17:34:38
...
概述
利用统计学算法预测未来数据时,常使用不同的指标来评估预测结果的好坏,包括:均方根误差(RMSE)、平均绝对偏差(MAE)、偏差(BIAS)、相关系数(CORR)和准确率(ACCURATE)等。
评估指标计算
- 均方根误差(RMSE):
- rmse = sqrt( sum((y_real - y_predict)** 2 ) / len(y_real) )
- 平均绝对偏差(MAE):
- mae = sum( abs( y_real - y_predict ) ) / len(y_real)
- 偏差(BIAS):
- bias = sum( y_real - y_predict ) / len( y_real )
- 相关系数(CORR):
- A = mean( (y_real - mean(y_real)) * (y_predict - mean(y_predict)) )
- B = std(y_real) * std(y_predict)
- corr = A / B
- 准确率(ACCURATE):
- accurate = 1 - rmse
备注:
- RMSE、MAE、BIAS、ACCURATE计算需进行归一化;
- CORR计算不需要进行归一化;
- std:sqrt( sum( (y - mean(y)) * (y - mean(y))) / n )
上一篇: JAVA 计算 P 值
下一篇: 显著性水平 p 值 z 值