我想使用归一化均方根误差 (NRMSE = RMSE/mean (observed)) 来评估统计模型的预测性能。但是，观测数据的平均值都是'0'（所有观测数据都是'0'）。如何计算 NRMSE，否则是否有任何其他技术可以表示此类数据方面的误差的相对/百分比值？
观测值均值为零的归一化均方根误差 (NRMSE)
机器算法验证
预言
错误
2022-03-28 03:54:58
4个回答
我认为你可以，但不是将 RMSE 除以平均值，而是将其除以 (max-min) 值
我认为尤安有一个正确的答案。有多种方法可以计算 NRMSE、RMSE/(max()-min()) 和 RMSE/mean()。您应该知道在您的情况下使用哪个更好。例如，在计算家用电器的 NRMSE 时，最好使用 RMSE/(max()-min())。因为通过这种方式，它可以在设备运行时显示 NRMSE。您的平均值为 0 的原因可能是数据既有正面部分也有负面部分，因此，我认为 RMSE/(max()-min()) 可以显示您的数据如何传播。
Euan Russano 建议除以常见的观察范围（例如https://en.wikipedia.org/wiki/Root-mean-square_deviation NRMSD）。但在您的情况下，这仍然会除以零，因为观察范围为零。
其他关联度量（如相关性）也将不确定，因为方差为零。
您通常会除以“传播”的度量。如前所述，可以是 max(obs)-min(obs)，也可以直接是观测值的标准差，这对于正态（或准）分布的数据是首选。这是客观的，并为您的 NRMSE 提供了“观察数据的标准偏差”的良好单位。您也可以除以方差。如果您的观察结果不恒定，则这两个量不应为零。希望能帮助到你。