Have a Question?

近似误差 (Approximation Error)

You are here:

1 定义

在统计学习中,近似误差 (Approximation Error) 表示模型估计值与真实值之间的差距。

2 绝对误差与相对误差

y_{\text {gt}} 代表真实值,y_{\text {pred}} 代表估计值,则近似误差通常包括以下几种:

绝对误差 (Absolute Error)
公式为:
\begin{equation} \epsilon=\left |y_{\text {gt}}-y_{\text {pred}}\right | \end{equation}

相对误差 (Relative Error)
公式为:
\begin{equation} \eta=\frac{\epsilon}{|y_{\text {gt}}|}=\left|\frac{y_{\text {gt}}-y_{\text {pred}}}{y_{\text {gt}}}\right|=\left|1-\frac{y_{\text {pred}}}{y_{\text {gt}}}\right| \end{equation}

百分比误差 (Percent Error)
公式为:
\begin{equation} \delta=100 \% \times \eta=100 \% \times \frac{\epsilon}{|y_{\text {gt}}|}=100 \% \times\left|\frac{y_{\text {gt}}-y_{\text {pred}}}{y_{\text {gt}}}\right| \end{equation}

参考材料

[1] https://en.wikipedia.org/wiki/Approximation_error
[2] https://www.engati.com/glossary/approximation-error

上一个 熵 (Entropy)
下一个 玻尔兹曼分布 (Boltzmann Distribution)

Add a Comment

Your email address will not be published.

Table of Contents