一般情况下,所要预测的数据分为连续型数据和离散性数据。连续型数据比如成绩分数,时间序列等,离散性数据通常为划分的分类标签。针对不同的数据类型,衡量模型的准确程度采用不同指标,如比较一些算法的准确率,若预测的数据为离散型,则算法的准确性自然容易计算;若数据为连续型,想要评价算法的准确率似乎是很困难的,因为众多数据想要无误差的准确预测,那么所计算的准确率必然很低,所以我们就要采用其他指标进行衡量。因此,针对不同情况的评价指标如下:
连续型数据
平均绝对误差是绝对误差的平均值,绝对误差即实际值与预测值差的绝对值;能更好的的反应模型的预测效果
mae2 = sum(abs(T_sim2 - T_test)) ./ N ;
T_sim2为测试集的实际值;T_test为测试集的预测值;N为测试集数据的个数