RMSE和R2什么关系 哪个更能代表预测模型的好坏 |
您所在的位置:网站首页 › 预测和模拟哪个好 › RMSE和R2什么关系 哪个更能代表预测模型的好坏 |
SSE 该统计参数计算的是拟合数据和原始数据对应点的误差的平方和 MSE(均方差)=SSE/n 该统计参数是预测数据和原始数据对应点误差的平方和的均值 RMSE(均方根) 该统计参数,也叫回归系统的拟合标准差,是MSE的平方根, *************************** 以上都是预测数据与原始数据对应点的评价,就是点与点的差别 以下都与与原始数据均值相比较的 *************************** SSR:预测数据与原始数据均值之差的平方和 SST:原始数据与原始数据均值之差的平方和 SST=SSE+SSR R-square(确定系数) =SSR/SST=1-SSE/SST “确定系数”是通过数据的变化来表征一个拟合的好坏。由上面的表达式可以知道“确定系数”的正常取值范围为[0 1],越接近1,表明方程的变量对y的解释能力越强,这个模型对数据拟合的也较好, |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |