Обычно используемый метод обучения ошибкам глубины

глубокое обучение

Обычно используемые методы ошибок в глубоком обучении:

  • Среднеквадратичное отклонение:

Стандартное отклонение также называется средней квадратичной ошибкой. Оно представляет собой арифметический квадратный корень из дисперсии и отражает степень разброса данных. Чем меньше стандартное отклонение, тем меньше отклонение данных от среднего, и наоборот .

Формула:

Код питона:

import math

#平均值
def get_average(records):
    return sum(records) / len(records)

#方差
def get_variance(records):
    average = get_average(records)
    return sum([(x - average) ** 2 for x in records]) / len(records)

#标准差 
def get_standard_deviation(records):
    variance = get_variance(records)
    return math.sqrt(variance)

  • Среднеквадратическая ошибка MSE (среднеквадратичная ошибка)

Среднеквадратическая ошибка отражает степень различия между оценщиком и оценщиком. Чем меньше MSE, тем точнее результат прогноза.

Формула:

 

Код питона:

def get_mse(records_real, records_predict):
    if len(records_real) == len(records_predict):
        return sum([(x - y) ** 2 for x, y in zip(records_real, records_predict)]) / len(records_real)
    else:
        return None

  • Среднеквадратическая ошибка RMSE (среднеквадратичная ошибка)

Среднеквадратическая ошибка – это арифметический квадратный корень из средней квадратичной ошибки. Формула:

Код питона:

def get_rmse(records_real, records_predict):
    mse = get_mse(records_real, records_predict)
    if mse:
        return math.sqrt(mse)
    else:
        return None

  • Средняя абсолютная ошибка MAE (средняя абсолютная ошибка)

Код питона:

def get_mae(records_real, records_predict):
    if len(records_real) == len(records_predict):
        return sum([abs(x - y) for x, y in zip(records_real, records_predict)]) / len(records_real)
    else:
        return None

Использованная литература:

【1】blog.CSDN.net/Chongqing Real Estate is/Ariti…

【2】blog.CSDN.net/В поисках победы/Арити…

Категории