机器学习之回归模型预测性能评估指标（RMSE、MSE、MAE、MAPE、SMAPE、R^2 Score、R^2 ）

一、机器学习简介

机器学习就是通过大量的数据进行训练，然后得出输入数据的模型特征；再次输入相关的数据时，能得到一个预测的结果。这在现实生活中解决了大量的问题，如：股票预测、物体分类、房价预测等等，这些都依赖机器学习带给我们的便利。

机器学习中又分为两大类：监督学习和非监督学习。

而监督学习中又分为回归问题和分类问题。

本文章中主要讲回归问题。

二、回归模型的评估指标

假设：

预测值：

真实值：

2.1 平均绝对误差 Mean Absolute Error  ( MAE )

平均绝对误差 MAE，也叫平均绝对离差；在计算的时候，先对真实值与预测值求和，然后再取平均值。

公式：

范围 [0, +∞)，当预测值与真实值完全吻合时等于0，即完美模型；误差越大，该值越大。

2.2 平均绝对百分误差 Mean Absolute Percentage Error ( MAPE )

平均绝对百分误差是对 MAE 改进后，通过计算真实值与预测的误差百分比避免了数据范围大小的影响。

公式：

范围[0,+∞)，MAPE 为0%表示完美模型，MAPE 大于 100 %则表示劣质模型。

可以看到，MAPE跟MAE很像，就是多了个分母。

注意点：当真实值有数据等于0时，存在分母0除问题，该公式不可用！

 2.3 均方误差 Mean Square Error（ MSE ）

均方误差就是对平均绝对误差求平方根，这个指标在计算时，先对真实值与预测值的距离平方后求和，再取平均值。

公式：

 范围[0,+∞)，当预测值与真实值完全吻合时等于0，即完美模型；误差越大，该值越大。

一方面，该指标避免了MAE的绝对值导致函数不能求导的问题，因此均方误差常用于线性回归的损失函数；另一方面，均方误差可以通过平方来放大预测偏差较大的值，提高了检测的灵敏度。

 2.4 均方根误差 Root Mean Square Error ( RMSE )

均方根误差（Root Mean Square Error），其实就是MSE加了个根号，这样数量级上比较直观，比如RMSE=10，可以认为回归效果相比真实值平均相差10。

公式：

 范围[0,+∞)，当预测值与真实值完全吻合时等于0，即完美模型；误差越大，该值越大。

2.5 对称平均绝对百分比误差Symmetric Mean Absolute Percentage Error (SMAPE )

公式：

注意点：当真实值有数据等于0，而预测值也等于0时，存在分母0除问题，该公式不可用！

2.6 决定系数 R^2 Score

该指标需要了解另外三个指标：

Sum of Squares of the Regression，SSR

计算预测数据与真实数据均值之差的平方和，反映的是模型数据相对真实数据均值的离散程度。

Total Sum of Squares，SST

计算真实数据和其均值之差的平方和，反映的是真实数据相对均值的离散程度。

 Sum of Squares for Error，SSE

真实数据和预测数据之差的平方和

 细心的小伙伴可能注意到，SST = SSR + SSE

2.7 决定系数 R^2

决定系数 R^2，通过计算SSR 与 SST的比值，反应因变量 y 的全部变异能通过回归模型被自变量 x 解释的比例。比如，R^2 为0.9，则表示回归关系可以解释因变量 90% 的变异。

• 决定系数R2越高，越接近于1，模型的拟合效果就越好
• 决定系数R2越接近于0，回归直线拟合效果越差。