Scikit learn 均方误差(MSE)均方根误差(RMSE)

Scikit learn 均方误差(MSE)均方根误差(RMSE),scikit-learn,Scikit Learn,我正在进行一个研究项目,我使用skelarn的均方误差来获得我的MSE和RMSE 我不明白这些信息是什么意思 我正在使用一个关于房屋销售的数据集,我想用线性回归预测房屋的价格。当我把我的预测价格和实际价格放在一起时,我得到的结果是: MSE:1114197668.6920328 RMSE:33379.59958855158 这些信息实际上意味着什么?我预测的平均价格差约为33379.60 : 在统计学中,均方误差MSE或均方偏差 估算未观测数据的程序的估算值的MSD 数量测量误差平方的平均值 例

我正在进行一个研究项目,我使用skelarn的均方误差来获得我的MSE和RMSE

我不明白这些信息是什么意思

我正在使用一个关于房屋销售的数据集,我想用线性回归预测房屋的价格。当我把我的预测价格和实际价格放在一起时,我得到的结果是:

MSE:1114197668.6920328 RMSE:33379.59958855158

这些信息实际上意味着什么?我预测的平均价格差约为33379.60

:

在统计学中,均方误差MSE或均方偏差 估算未观测数据的程序的估算值的MSD 数量测量误差平方的平均值

例如,假设您有三个数据点:

Price Predicted
1900  2000
2000  2000
2100  2000
那么MSE是:1/3*-100*-100+0*0+100*100=1/3*20000=6000

完美的值应该是0,但这个值可能无法达到。您必须将其与实际值范围进行比较

在这种情况下,RMSE为:SQRT6000=77


这更容易理解,这意味着你平均离你的预测相差77,如果你看到这三个结果,这是有意义的:

在统计学中,均方误差MSE或均方偏差 估算未观测数据的程序的估算值的MSD 数量测量误差平方的平均值

例如,假设您有三个数据点:

Price Predicted
1900  2000
2000  2000
2100  2000
那么MSE是:1/3*-100*-100+0*0+100*100=1/3*20000=6000

完美的值应该是0,但这个值可能无法达到。您必须将其与实际值范围进行比较

在这种情况下,RMSE为:SQRT6000=77


这更难理解,这意味着你平均离你的预测相差77,如果你看到这三个结果,这是有意义的

谢谢!简单易懂的解释!这意味着平均而言,你离你的预测相差77,这是有道理的,我相信这是对MAE和RMSEThanks的解释!简单易懂的解释!这意味着你平均离你的预测相差77,这是有道理的,我相信这是MAE或RMSE的解释