几个误差参数说明
来源:互联网 发布:奇葩网络 编辑:程序博客网 时间:2024/06/09 14:34
转自http://blog.sina.com.cn/s/blog_628033fa0100kjjy.html
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
一、SSE(和方差)
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,计算公式如下
SSE越接近于0,说明模型选择和拟合更好,数据预测也越成功。接下来的MSE和RMSE因为和SSE是同出一宗,所以效果一样
二、MSE(均方差)
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SSE/n,和SSE没有太大的区别,计算公式如下
三、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,就算公式如下
在这之前,我们所有的误差参数都是基于预测值(y_hat)和原始值(y)之间的误差(即点对点)。从下面开始是所有的误差都是相对原始数据平均值(y_ba)而展开的(即点对全)!!!
四、R-square(确定系数)
在讲确定系数之前,我们需要介绍另外两个参数SSR和SST,因为确定系数就是由它们两个决定的
(1)SSR:Sum of squares of the regression,即预测数据与原始数据均值之差的平方和,公式如下
(2)SST:Total sum of squares,即原始数据和均值之差的平方和,公式如下
细心的网友会发现,SST=SSE+SSR,呵呵只是一个有趣的问题。而我们的“确定系数”是定义为SSR和SST的比值,故
其实“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
- 几个误差参数说明
- MATLAB几个误差参数说明
- Matlab拟合工具箱的几个误差参数说明
- Matlab拟合工具箱的几个误差参数说明
- 拟合工具箱的几个误差参数说明,SSE,MSE,RMSE,R-square
- 回归分析的几个简单误差计算与评估参数
- @property的几个参数说明
- 几个调度器参数说明:
- 自定义注释几个参数说明
- JAVA虚拟机几个命令行参数说明
- JAVA虚拟机几个命令行参数说明
- Java虚拟机几个命令行参数说明
- Java虚拟机几个命令行参数说明
- Mplayer配置文件的几个参数说明
- weblogic设置JVM的几个参数说明
- autocomplete的参数的几个用法说明
- DBCP中几个参数的补充说明
- weblogic设置JVM的几个参数说明
- VS2013 环境的搭建
- 黑马程序员----java语言的特性和面向对象编程
- Binary Search Tree Iterator -- leetcode
- activity返回-通过手势退出当前activity
- 黑马程序员_GUI
- 几个误差参数说明
- Jenkins 安装
- Linux下如何进行FTP设置
- http://www.cnblogs.com/wenjingu/archive/2012/07/10/2584616.html
- 几种模拟按键的方法
- 汇编语言学习笔记(8)——数据处理的基本问题
- ThinkPHP中的或,且结合查询方法
- 打电话,发邮件(UIApplication使用小技巧)
- 构建简易网络与网络设备的简单配置(Cisco Packet Tracer)第三弹:动态路由协议配置