Performance 通过MSE或RMSE在分类/聚类任务中衡量绩效？
我使用K-means和MLP算法来完成两个简单的聚类和分类任务。 我搜索了很多文献，发现一些研究人员应用MSE和其他RMSE来比较方法和结果 在聚类/分类性能度量方面，MSE和RMSE之间是否存在逻辑和理论上的差异Performance 通过MSE或RMSE在分类/聚类任务中衡量绩效？,performance,classification,cluster-analysis,mean-square-error,Performance,Classification,Cluster Analysis,Mean Square Error,我使用K-means和MLP算法来完成两个简单的聚类和分类任务。 我搜索了很多文献，发现一些研究人员应用MSE和其他RMSE来比较方法和结果 在聚类/分类性能度量方面，MSE和RMSE之间是否存在逻辑和理论上的差异 例如，如果我们的数据集在[0…1]之间进行了规范化，或者没有进行规范化，那么哪一个是合适的？MSE/RMSE是否依赖于特征的标准化？或任何刻度？RMSE是MSE的平方根 因为平方根是一个单调函数，你会得到相同的排名。只是数字有不同的解释。理解数据后，RMSE可能更有意义 不要将其用于
例如，如果我们的数据集在[0…1]之间进行了规范化，或者没有进行规范化，那么哪一个是合适的？MSE/RMSE是否依赖于特征的标准化？或任何刻度？RMSE是MSE的平方根 因为平方根是一个单调函数，你会得到相同的排名。只是数字有不同的解释。理解数据后，RMSE可能更有意义
不要将其用于集群。仅用于分类和回归。你所说的
RMSE是一个单调函数，你会得到相同的排名。只是数字有不同的解释