各种误差区别总结： 方差、标准差、均方差、均方误差、均方根误差 |
您所在的位置：网站首页 › 二项分布的平均数和标准差的意义 › 各种误差区别总结： 方差、标准差、均方差、均方误差、均方根误差 |
各种误差区别总结： 方差、标准差、均方差、均方误差、均方根误差
|
文章目录
一、 各种误差1.1 方差1.2 标准差 (Standard Deviation) = 均方差1.3 均方差 = 标准差1.4 均方误差 (Mean Square Error) (MSE)1.5 均方根误差 (Root Mean squared error) (RMSE)1.6 平均绝对误差(Mean Absolute Error ) (MAE)
二、区别对比
本文主要转载自 以下几个链接： [1] 方差、标准差、均方差、均方误差区别总结 https://blog.csdn.net/Leyvi_Hsing/article/details/54022612 [2] 均方根误差（RMSE），平均绝对误差(MAE)，标准差(Standard Deviation)的对比 https://blog.csdn.net/capecape/article/details/78623897 [3] 均方根误差RMSE（Root Mean Square Error） https://blog.csdn.net/yql_617540298/article/details/104212354 一、 各种误差 1.1 方差 数据偏离平均值的平方和的平均。
1.2 标准差 (Standard Deviation) = 均方差
标准差（Standard Deviation） ，中文环境中又常称均方差。标准差是数据偏离平均值的平方和平均后的方根，用σ表示。标准差是方差的算术平方根。
从上面定义我们可以得到以下几点： 1、均方差就是标准差，标准差就是均方差 2、均方差 不同于 均方误差 3、均方误差是各数据偏离真实值的距离平方和的平均数
二、区别对比
RMSE与标准差对比：标准差是用来衡量一组数自身的离散程度，而均方根误差是用来衡量观测值同真值之间的偏差，它们的研究对象和研究目的不同，但是计算过程类似。 RMSE与MAE对比：RMSE相当于L2范数，MAE相当于L1范数。次数越高，计算结果就越与较大的值有关，而忽略较小的值，所以这就是为什么RMSE针对异常值更敏感的原因（即有一个预测值与真实值相差很大，那么RMSE就会很大）。 参考链接： [1] 方差、标准差、均方差、均方误差区别总结 https://blog.csdn.net/Leyvi_Hsing/article/details/54022612 [2] 均方根误差（RMSE），平均绝对误差(MAE)，标准差(Standard Deviation)的对比 https://blog.csdn.net/capecape/article/details/78623897 [3] 均方根误差RMSE（Root Mean Square Error） https://blog.csdn.net/yql_617540298/article/details/104212354 |
【本文地址】
今日新闻 |
推荐新闻 |