mse和mae区别 mse和mae区别rmse

MSE vs MAEMSE对误差e进行平方操作mse和mae区别，对离群点较为敏感而MAE对离群点mse和mae区别的鲁棒性更强Huber Loss平滑的平均绝对误差，对数据离群点的敏感度低于平方误差损失，适用于数据可能含有离群点的情况LogCosh Loss用于回归任务的另一种损失函数，比L2损失更平滑，同时具备MSE和MAE的优点在选择。

均方差MSE均方差损失函数通过公式计算，假设预测值与真实值服从高斯分布平均绝对误差MAE平均绝对误差损失函数通过公式表示，假设预测值和真实值服从拉普拉斯分布MSE与MAE的区别 MSE通常收敛速度快于MAE，且MAE损失对于异常点更加健壮，不易受到异常点的影响Huber Loss Huber损失结合了MSE和MAE。

MAE使用平均绝对误差来评价模型预测值与真实值的偏离程度，MAE值越接近于0，说明模型预测准确率越高相比之下，MSE和RMSE受异常值残差影响较大MAPE采用百分比的形式评价模型预测误差，不受异常值影响，考虑了误差与真实值之间的比例MAPE值越小，模型越好除了上述指标外，还有MADEVSMSLE等其mse和mae区别他。