残差平方和（RSS）、均方误差(MSE)、均方根误差(RMSE)、平均绝对误差(MAE)

本文主要是介绍残差平方和（RSS）、均方误差(MSE)、均方根误差(RMSE)、平均绝对误差(MAE)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

残差平方和（RSS）
等同于SSE（误差项平方和）
实际值与预测值之间差的平方之和。

MSE: Mean Squared Error

均方误差是RSS的期望值（或均值）;

MSE可以评价数据的变化程度，MSE的值越小，说明预测模型描述实验数据具有更好的精确度。

RMSE

均方根误差:均方根误差是均方误差的算术平方根

MAE :Mean Absolute Error

平均绝对误差是绝对误差的平均值

平均绝对误差能更好地反映预测值误差的实际情况.

SD :standard Deviation

标准差:标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组组数据，标准差未必相同。

参考：https://blog.csdn.net/qq_31821675/article/details/82025527

这篇关于残差平方和（RSS）、均方误差(MSE)、均方根误差(RMSE)、平均绝对误差(MAE)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---