RSME:均方根误差
“均方根误差”(Root Square Mean Error,简称RSME)是一种常见的统计度量指标,广泛应用于数据分析、机器学习、工程测量等多个领域,主要用于评估预测值与真实值之间的偏差程度。采用缩写“RSME”便于书写和快速引用,尤其适合在学术文献和技术报告中频繁使用的情景。
Root Square Mean Error具体释义
Root Square Mean Error的英文发音
例句
- The objective evaluation of fused image is studied. The objective evaluation measures are root of mean square error, mean error, standard deviation, entropy, entropy difference, cross entropy, mutual information and spatial frequency.
- 这里研究了多传感器图像融合效果的客观评价方法,其中包括均方根误差(RSME)、平均误差、灰度标准差、熵、熵差、交叉熵、互信息和空间频率。
- The root mean square relative error, mean absolute relative error and maximize absolute relative error of SVM model generalization performance are 1.06 %, 0.96 % and 1.16 %, respectively.
- 对SVM多元非线性回归泛化性能进行测试,其均方根相对误差为1.06%,平均绝对相对误差为0.96%,最大绝对相对误差为1.16%。
本站英语缩略词为个人收集整理,可供非商业用途的复制、使用及分享,但严禁任何形式的采集或批量盗用
若RSME词条信息存在错误、不当之处或涉及侵权,请及时联系我们处理:675289112@qq.com。