关于#机器学习#的问题：RMSE, MAE都是pso_bp最好，而MAPE却是BP最好

MSE，RMSE, MAE都是pso_bp最好，而MAPE却是BP最好，为什么，这个应该是什么原因造成的呢？

写回答
好问题 0 提建议
关注问题
分享
邀请回答
编辑收藏删除
收藏举报

1条回答默认最新

关注

码龄粉丝数原力等级 --

被采纳

被点赞

采纳率
submarineas 2022-11-11 10:07
关注
MAE和RMSE一样，衡量的是真实值与预测值的偏离的绝对大小情况；而MAPE衡量的是偏离的相对大小（即百分率）。

相对来说，MAE和MAPE不容易受极端值的影响；而MSE/RMSE采用误差的平方，会放大预测误差，所以对于离群数据更敏感，可以突出影响较大的误差值。

所以，这里遗传和粒子群优化的结果，我感觉没什么大问题

本回答被题主选为最佳回答 , 对您是否有帮助呢?

解决无用
评论打赏
分享
举报

评论

按下Enter换行，Ctrl+Enter发表内容

报告相同问题？

关注问题

粒子群算法优化BP神经网络回归预测(PSO-BP)，多变量输入单输出模型评价指标包括:R2、MAE、MSE、RMSE和MAPE
2023-09-15 11:50

粒子群优化算法（Particle Swarm Optimization, PSO）与BP神经网络（Backpropagation Neural Network）的结合，即PSO-BP模型，是一种在复杂优化问题中广泛应用的策略。该模型利用了粒子群优化的全局搜索能力和BP神经...
Matlab实现IPSO-BP、PSO-BP、BP多变量回归预测（完整源码和数据）
2024-01-23 21:43

1.Matlab实现IPSO-BP、PSO-BP、BP多变量回归预测（完整源码和数据），改进粒子群算法优化BP神经网络、粒子群算法优化BP神经网络、BP神经网络多变量回归预测对比； 2.data为数据集，输入7个特征，输出1个变量，运行主...
机器学习中PSO-LSSVM-Adaboost多输入单输出回归预测模型及其应用
2025-04-06 19:19

文中还展示了如何使用Python和相关库（如pandas、sklearn等）构建、训练和评估该模型，以及常见的评价指标如R2、MAE、MSE、RMSE和MAPE的应用。最后讨论了该模型的实际应用场景，特别是在经济预测、环境数据预估等...
PSO-BP粒子群算法优化BP神经网络多变量风电功率时序预测，含优化前后对比（Matlab完整源码和数据）
2024-07-25 21:12

1.Matlab实现PSO-BP粒子群算法算法优化BP神经网络多变量风电功率时序预测，含优化前后对比（Matlab完整源码和数据）（Matlab完整源码和数据）excel数据，方便替换。 2.输出mae,rmse,mape多指标评价，运行环境Matlab...
基于PSO-BP神经网络预测广州市日均PM_(10)浓度.pdf
2021-09-26 21:36

PSO-BP神经网络模型在预测效果上表现出优越性，其决定系数（R）达到0.80，相较于多元线性回归模型，其均方根误差（RMSE）降低了6.20%，平均绝对误差（MAE）降低了8.73%，平均绝对百分比误差（MAPE）降低了13.33%，...
基于粒子群算法优化支持向量机(PSO-SVM)的时间序列预测模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等
2023-09-18 17:51

在时间序列预测领域，支持向量机（Support Vector Machine, SVM）是一种常用且强大的机器学习方法，而基于粒子群优化（Particle Swarm Optimization, PSO）的SVM模型则是对传统SVM的一种改进策略。PSO-SVM通过粒子群...
基于PSO-BP粒子群优化神经网络+NSGAII多目标优化算法的工艺参数优化、工程设计优化！
2025-01-25 22:13

机器学习之心的博客基于PSO-BP粒子群优化神经网络+NSGAII多目标优化算法的工艺参数优化、工程设计优化！
实战14：粒子群算法pso优化机器学习集成学习进行数据预测-完整代码数据
2024-05-27 16:03

甜辣uu的博客实战14：粒子群算法pso优化机器学习集成学习进行数据预测-完整代码数据
机器学习实战——基于粒子群优化算法（PSO）优化支持向量回归（SVR）模型（附完整代码）
2024-10-28 22:28

小白熊XBX的博客本文详细介绍了如何使用粒子群优化算法来优化支持向量回归模型的参数。通过定义目标函数、设置参数范围、执行PSO算法、训练最终模型和评估...这种方法不仅适用于SVR模型，还可以扩展到其他机器学习模型的参数优化中。
基于粒子群算法优化最小二乘支持向量机(PSO-LSSVM)的时间序列预测模型评价指标包括:R2、MAE、MSE、RMSE和
2023-09-16 11:51

最小二乘支持向量机（LSSVM）是一种在机器学习领域广泛应用的监督学习模型，尤其在时间序列预测中表现出色。它结合了线性代数中的最小二乘法和结构风险最小化原理，用于非线性建模和分类。LSSVM通过核函数将原始数据...
BP神经网络预测回归MATLAB代码（代码完整可直接用，注释详细，可供学习）
2022-11-27 18:00

Matlab神经网络深度学习的博客 BP神经网络预测回归MATLAB代码（代码完整可用，复制后即可运行使用，不懂也可直接使用，操作简单）
Matlab实现PSO-KELM、KELM、ELM、BP时间序列预测对比（完整源码和数据)
2024-03-12 22:51

4.输出MAE、RMSE、MAPE等指标对比； 5.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 6.作者介绍：某大厂资深算法工程师，从事Matlab、Python算法仿真工作8年；擅长智能优化...
粒子群算法(PSO)优化极限学习机ELM回归预测，PSO-ELM回归预测，多变量输入模型评价指标包括:R2、MAE、MSE
2023-09-24 08:25

粒子群优化算法（Particle Swarm Optimization, PSO）与极限学习机（Extreme Learning Machine, ELM）结合用于构建回归预测模型，是一种高效的机器学习方法。在本案例中，PSO被用来优化ELM的参数，以提升其预测性能...
基于粒子群算法优化BP神经网络(PSO-BP)的时间序列预测，matlab代码。模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。
2023-04-29 10:39

智能算法及其模型预测的博客基于粒子群算法优化BP神经网络(PSO-BP)的时间序列预测，matlab代码。模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。
PSO-LSSVM-Adaboost回归预测模型及其性能评估方法
2025-04-29 00:27

最后，讨论了模型的效果评估，采用多种评价指标如R²、MAE、MSE、RMSE和MAPE进行综合评判，并提供了具体的Python代码实现。适合人群：对机器学习尤其是回归预测感兴趣的科研人员和技术开发者。使用场景及目标：...
DBO-ELM、PSO-ELM 、 SSA-ELM、 GOOSE-ELM 五种算法优化极限学习机多变量多步预测，电力负荷功率预测（Matlab完整源码和数据)
2025-02-12 16:56

2.输出预测图、误差图、R2、MAE、MAPE、MSE、RMSE等评价指标，运行环境Matlab2023及以上。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的...
粒子群算法(PSO)优化最小二乘支持向量机回归预测，PSO-LSSVM回归预测，多变量输入模型评价指标包括:R2、MAE、
2023-09-18 17:12

粒子群算法(PSO)与最小二乘支持向量机(Least Squares Support Vector Machine, LSSVM)的结合在回归预测中具有广泛的应用。...对于机器学习和数据分析领域的研究者或工程师来说，这是一份宝贵的学习资源。
PSO-HKELM粒子群算法优化混合核极限学习机多变量回归预测（Matlab完整源码和数据）
2025-02-20 17:41

6.作者介绍：机器学习之心，博客专家认证，机器学习领域创作者，2023博客之星TOP50，主做机器学习和深度学习时序、回归、分类、聚类和降维等程序设计和案例分析，文章底部有博主联系方式。从事Matlab、Python算法...
基于粒子群算法优化随机森林(PSO-RF)的时间序列预测，PSO-RF时间序列预测模型评价指标包括:R2、MAE、MSE、
2023-09-21 11:21

在本文中，我们将深入探讨基于粒子群算法优化的随机森林（PSO-RF）时间序列预测模型，以及其在预测中的应用与评价指标。...这种结合了全局优化与机器学习的方法，对于解决复杂预测问题具有很大的潜力。
没有解决我的问题, 去提问

问题事件

关注

码龄粉丝数原力等级 --

被采纳

被点赞

采纳率
系统已结题 11月19日
关注

码龄粉丝数原力等级 --

被采纳

被点赞

采纳率
已采纳回答 11月11日
关注

码龄粉丝数原力等级 --

被采纳

被点赞

采纳率
创建了问题 11月10日

关于#机器学习#的问题：RMSE, MAE都是pso_bp最好，而MAPE却是BP最好

1条回答 默认 最新

问题事件

1条回答默认最新