均方误差(MSE)和均方根误差(RMSE)和平均绝对误差(MAE)

本博客转载自：https://blog.csdn.net/reallocing1/article/details/56292877

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。

RMSE

均方误差: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.

fi f i <script type="math/tex" id="MathJax-Element-15">f_i</script>表示预测值， yi y i <script type="math/tex" id="MathJax-Element-16">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。

u u <script type="math/tex" id="MathJax-Element-47">u</script>表示平均值(u=1N(x1+.....xN)) $(u=\frac{1}{N}(x_1+.....x_N))$<script type="math/tex" id="MathJax-Element-48">(u=\frac{1}{N}(x_1+.....x_N))</script>