回归模型的判断标准一般有三种:
MSE(误差平方和的均值,又称均方差),误差越小即越趋近于0表示模型的效果也就是对数据的拟合性越好。
m是指m个样本,i指的是向量y第i个维度的值
RMSE(均方差的算术平方根), 作用与MSE相同
R^2,取值范围是,其值越大越好,越接近1表示模型拟合效果越好,当预测值恒为样本期望值时,R^2为0.
一般而言,MSE和R^2用的居多,特别是R^2。
回归模型的判断标准一般有三种:
MSE(误差平方和的均值,又称均方差),误差越小即越趋近于0表示模型的效果也就是对数据的拟合性越好。
m是指m个样本,i指的是向量y第i个维度的值
RMSE(均方差的算术平方根), 作用与MSE相同
R^2,取值范围是,其值越大越好,越接近1表示模型拟合效果越好,当预测值恒为样本期望值时,R^2为0.
一般而言,MSE和R^2用的居多,特别是R^2。