[机器学习] SSE,MSE,RMSE,R-square指标讲解

本文主要是介绍[机器学习] SSE,MSE,RMSE,R-square指标讲解，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！

参考：https://blog.csdn.net/l18930738887/article/details/50629409
SSE(和方差、误差平方和)：The sum of squares due to error
MSE(均方差、方差)：Mean squared error
RMSE(均方根、标准差)：Root mean squared error
R-square(确定系数)：Coefficient of determination
Adjusted R-square：Degree-of-freedom adjusted coefficient of determination

1. SSE
拟合数据和原始数据对应点的误差的平方和。

2.MSE
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，也就是MSE = SSE/n，和SSE没有太大的区别，计算公式如下：

这篇关于[机器学习] SSE,MSE,RMSE,R-square指标讲解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！

---