回归模型评估
- 均方根误差(RMSE): 预测值 减 真实值的平方和除以样本数量, 然后开根号
分支主题
- 相对均方误差(RSE): (预测值 减 真实值的平方和) 除以 (真实值的均值 减 真实值的平方和)
- 平均绝对误差(MAE): 预测值 减 真实值的绝对值的和, 然后除以样本数量
- 相对绝对误差(RAE): ( 预测值 减 真实值的绝对值的和) 除以 (真实值的均值 减 真实值的绝对值的和)
- 误差越小越好.
拟合
欠拟合
- 表现: 在训练集表现不好, 在测试集上表现也不好
- 原因: 模型太简单, 学到的特征太少
过拟合
- 表现: 在训练集表现很好, 但是在测试集表现的不好
- 原因: 模型太复杂了, 学到的特征太多了.
