均方误差(MSE)和均方根误差(RMSE)和平均绝对误差(MAE)

MSE: Mean Squared Error均方误差是指参数估计值与参数真值之差平方的期望值;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。MSE=1N∑t=1N(observedt−predictedt)2MSE=\frac{1}{N}\sum_{t=1}^{N}(observed_t-predicted_t)^2RMSE

医学影像处理

292159人浏览 · 2017-02-21 19:24:56

医学影像处理 · 2017-02-21 19:24:56 发布

MSE: Mean Squared Error
均方误差是指参数估计值与参数真值之差平方的期望值;
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。

M S E = 1 N \sum t = 1 N (o b s e r v e d t - p r e d i c t e d t) 2

RMSE
均方误差:均方根误差是均方误差的算术平方根

R M S E = 1 N \sum t = 1 N (o b s e r v e d t - p r e d i c t e d t) 2 ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾  ⎷  

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.

M A E = 1 N \sum i = 1 N ∣ (f i - y i) ∣

fi<script type="math/tex" id="MathJax-Element-4">f_i</script>表示预测值,yi<script type="math/tex" id="MathJax-Element-5">y_i</script>表示真实值;

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。

S D = 1 N \sum i = 1 N (x i - u) 2 ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾ ‾  ⎷  

u<script type="math/tex" id="MathJax-Element-7">u</script>表示平均值(

u=1N(x1+.....xN)<script type="math/tex" id="MathJax-Element-8">u=\frac{1}{N}(x_1+.....x_N)</script>)

2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

AI的记忆宫殿：当20万行代码遇见200k上下文窗口

想象一下开卷考试。一个学生（LLM）不仅可以利用自己脑中的知识，还可以在回答问题前，快速查阅一本厚厚的参考书（外部知识库）。RAG就是这个“查书”的过程。

2048 AI社区

如何通过IIoT与工业超级智能体实现制造业数字化转型？七

这两项技术的深度融合，不仅解决了传统制造业的痛点，更开创了"AI原生工厂"的新范式。工业物联网如同制造业的"神经系统"，通过连接设备、采集数据实现生产全流程的数字化映射。而工业超级智能体则扮演"智慧大脑"的角色，基于IIoT提供的实时数据，完成从感知到决策的闭环控制。广域铭岛Geega平台的独特价值在于，其既构建了IIoT的数据通道，又通过标准化智能体开发工具，让AI能力像乐高积木般灵活组装。这种