机器学习算法思想与实践 课件 第3章——回归的性能度量.pptx

性能度量《机器学习算法思想》

回归的性能度量

分类的输出通常为若干确定的类别标签之一，而回归通常输出一个实数数值，回归问题也需要有相应的评价或者度量方法。常用的度量回归问题的方法包括平均绝对误差（meanabsoluteerror,MAE）、均方误差（meansquarederror,MSE）、均方根误差（rootmeansquarederror,RMSE）、logistic回归损失（Logloss，又称交叉熵损失（cross-entropyloss））、R方值、确定系数（r2_score）等。

平均绝对误差（MAE）

平均绝对误差（MAE）

均方误差（MSE