RMSE和RMSLE (对数误差)之间有什么区别？
RMSE和RMSLE (对数误差)之间有什么区别？
提问于 2019-11-21 06:10:48
RMSE与RMSLE
根均方误差(RMSE)和根均方对数误差(RMSLE)都是研究机器学习模型预测值与实际值之间差异的技术。
- 但是，RMSLE(“对数”)的目的是什么？
- 高RMSE是否意味着RMSLE低？
有人能解释一下RMSE和RMSLE之间的详细区别吗？这个公制在引擎盖下是如何工作的？
- 什么时候会使用RMSE而不是RMSLE？
- 与RMSLE相比，使用RMSE有哪些优缺点？
回答 1
Data Science用户
发布于 2019-11-21 06:51:09
RMSE将对其价值产生极端的异常值影响。但在RMSLE的情况下，我们可以将离群点的影响降低很多，它们的影响要小得多。
RMSLE值只考虑预测值与实际值之间的相对误差，忽略了数据的规模。但随着误差尺度的增大，RMSE值将增大。例如：
Actual value = 100
Predicted Value = 90
RMLSE: 0.1053
RMSE: 10
Actual value = 1000
Predicted Value = 900
RMSLE: 0.1053
RMSE : 100此外，在低估的情况下，RMSLE的结果也会受到很大的影响。因此，人们可以很容易地理解，在某些情况下，RMSE比RMSE更好，但是RMSE更适合泛化情况。最后，RMSLE比RMSE要好一些，但仅基于某些情况。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/63514
复制相关文章
相似问题
腾讯云开发者
