什么是SSE，什么是RMSE？

Question

如题所述

Answer 1

sse是误差平方和。

该统计参数计算的是拟合数据和原始数据对应点的误差平方和，计算公式如下：SSE=Σ（Y^-Y）^2。SSE越趋近于0，说明模型选择的拟合度越好，预测结果越好。RMSE和MSE的一样也是越趋近于0，模型选择的拟合度越好。

离差平方和（Sum of Squares of Deviations）是各项与平均项之差的平方的总和。定义是设x是一个随机变量，令η=x-Ex, 则 称 η为x的离差，它反映了x与其数学期望Ex的偏离程度。

离差平方和与方差的关系：根据数学期望的性质，离差的数学期望总是等于0，没有实用价值通常用随机变量x 离差的平方的数学期望来描述随机变量x的分布的分散程度。

离差平方和分解：统计学的实践表明，于某一特性量经过多次试验的结果，一般不会是同一数值，是彼此有差异，这种差异反映了这试验受各种条件（称为因素）制约。离差平方和就反映了这种制约因素引起的差异大小。英国统计学家Fisher未解决问题，提出了方差分析的方法。