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∣