Chinaunix首页 | 论坛 | 博客
  • 博客访问: 370264
  • 博文数量: 162
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 1501
  • 用 户 组: 普通用户
  • 注册时间: 2016-10-21 19:45
文章分类
文章存档

2018年(1)

2017年(101)

2016年(60)

分类: 信息化

2017-05-04 19:50:23

几个容易混淆的量,分别为:

  • RMS:均方根值  Mean squared error

  • RMSE: 均方根误差 Root mean squared error

  • Standard Deviation: 标准差


下面给出三个量的表达公式: 
均方根值 

均方根误差 

公式理解: 它是观测值与真值偏差的平方和观测次数n比值的平方根,在实际测量中,观测次数n总是有限的,真值只能用最可信赖(最佳)值来代替.方根误差对一组测量中的特大或特小误差反映非常敏感,所以,均方根误差能够很好地反映出测量的精密度。均方根误差,当对某一量进行甚多次的测量时,取这一测量列真误差的均方根差(真误差平方的算术平均值再开方),称为标准偏差,以σ表示。σ反映了测量数据偏离真实值的程度,σ越小,表示测量精度越高,因此可用σ作为评定这一测量过程精度的标准。


标准差:
 

理解: 标准差是方差的算术平方根,也称均方差(Mean Square Error),是各数据偏离平均数的距离的平均数,它是离均差平方和平均后的方根,用σ表示,标准差能反映一个数据集的离散程度。

阅读(1248) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~