均方误差(MSE)
均方误差MSE均方误差 先算误差再平方最后取平均。它是回归问题里最常用的损失函数用来衡量预测值和真实值差了多少。1. 公式MSEN1∑i1N(yi−y^i)2yi真实值y^i模型预测值N样本数量2. 一步一步举例比如预测房价真实房价100 万模型预测90 万误差10 万误差平方10² 100再来一个真实200 万预测205 万误差平方25平均一下MSE (100 25) / 2 62.5这就是均方误差。3. 为什么要平方不管正负误差都算成正数预测大了、小了都算错。惩罚大误差差 1 → 1差 10 → 100差得越远惩罚越狠模型会更努力纠正大错误。4. 总结MSE适合回归预测房价、分数、温度交叉熵适合分类猫狗、垃圾邮件逻辑回归 Sigmoid 一般不用 MSE容易梯度消失训练不动一句话总结均方误差就是预测错多少先平方再平均用来让模型越练越准。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2547325.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!