SSE(和方差、误差平方和):The sum of squares dueto errorMSE(均方差、方差):Meansquared errorRMSE(均方根、标准差):Root mean squared errorR-square(确定系数):Coefficientof determinationAdjusted R-square:Degree-of-freedomadjusted coefficient of determination下面我对以上几个名词进行详细的解释下,相信能给大家带来一定的帮助!!
一、SSE(和方差)
该统计参数计算的是拟合数据和原始数据对应点的误差的平方和,计算公式如下
SSE越接近于0,说明模型选择和拟合更好,数据预测也越成功。接下来的MSE和RMSE因为和SSE是同出一宗,所以效果一样
二、
继续阅读与本文标签相同的文章
下一篇 :
《阿里云前端技术周刊》第十二期
-
Kubernetes Tips系列 - 合理设计你的镜像名称及tag
2026-05-24栏目: 教程
-
Google,一家致力于网页静音的公司
2026-05-24栏目: 教程
-
【从入门到放弃-Java】并发编程-NIO-Buffer
2026-05-24栏目: 教程
-
SpringMVC源码分析和启动流程
2026-05-24栏目: 教程
-
POLARDB for Oracle初步体验报告
2026-05-24栏目: 教程
