【机器学习】模型评估：平方根误差的“意外

文章预览

开篇之前特别想安利一本书《百面机器学习》，一定要看，很有意思！！！
平方根RMSE作为回归模型的常用衡量指标，用来反映回归模型预测值与真实值的偏离程度。

如果存在个别偏离程度非常大的离群点时，即使数量较少，只要偏离足够大，也会导致RMSE非常大。这就可能会出现模型预测误差较好，但RMSE却很大。

一般针对这种情况会有几种解决方案：
（1）在数据预处理阶段过滤噪声点（上面说的离群点，如果认为是噪声的话）
（2）加强模型预测能力，需要加强考虑离群点的预测（如果离群点不是噪声）
（3）换一个评价指标，比如平均绝对百分比误差（MAPE，将每个点的误差进行了归一化，降低离群点带来的误差影响）

MAPE

………………………………