设 Y t u r e {Y_{ture}} Yture为真实值，设 Y p r e d {Y_{pred}} Ypred为预测值，且 Y t u r e {Y_{ture}} Yture>= 0， Y p r e d {Y_{pred}} Ypred >= 0
绝对值误差，取值范围[0, +inf)：
优点：直观容易理解
缺点：评价时需要知道数值的量纲
M A E = ∣ Y t u r e − Y p r e d ∣ MAE = |{Y_{ture}} - Y_{pred}| MAE=∣Yture−Ypred∣
平均绝对百分比误差, 取值范围[0, +inf)：
优点：可消除量纲的影响
缺点：当 Y t u r e {Y_{ture}} Yture=0时，无意义；当 Y p r e d {Y_{pred}} Ypred远大于 Y t u r e {Y_{ture}} Yture时MAPE大于1
M A P E = ∣ Y t u r e − Y p r e d ∣ Y t u r e MAPE = \dfrac{ |{Y_{ture}} - Y_{pred}|}{Y_{ture}} MAPE=Yture∣Yture−Ypred∣
预测偏差率, 取值范围[0, +inf)：
优点：可消除量纲的影响
缺点：当预测值为0时，无意义；当 Y t u r e {Y_{ture}} Yture远大于 Y p r e d {Y_{pred}} Ypred时Bias Proportion大于1
B i a s P r o p o r t i o n = ∣ Y t u r e − Y p r e d ∣ Y p r e d Bias Proportion = \dfrac{ |{Y_{ture}} - Y_{pred}|}{Y_{pred}} BiasProportion=Ypred∣Yture−Ypred∣
对称百分比误差, 取值范围[0, 2]：
优点：可消除量纲的影响，并且避免了无意义和inf的情况。
缺点：范围不在[0，1]不直观。
S M A P E = ∣ Y t u r e − Y p r e d ∣ （ Y t u r e + Y p r e d ） / 2 SMAPE = \dfrac{ |{Y_{ture}} - Y_{pred}|}{（{Y_{ture}} + Y_{pred}）/2} SMAPE=（Yture+Ypred）/2∣Yture−Ypred∣
自定义误差率：
优点：可消除量纲的影响，范围在[0，1]，较为直观
缺点：计算公式是变动的
C u s t o m E r r o r = ∣ Y t u r e − Y p r e d ∣ M a x ( Y t u r e , Y p r e d ) Custom Error = \dfrac{ |{Y_{ture}} - Y_{pred}|} {Max(Y_{ture},{Y_{pred}})} CustomError=Max(Yture,Ypred)∣Yture−Ypred∣