研究文章
神经网络模型预测的初步建设成本作为成本预测系统
|
| 模型的估计精度(产生为) |
价值 |
|
| 训练数据 |
| 意味着对输入数据的目标值 |
13.358369 |
| 意味着对预测值的目标值 |
13.356284 |
| 输入数据差异 |
4.4677631 |
| 后剩余方差模型 |
0.0024144 |
| 比例的方差解释模型R2 |
0.99946 (99.946%) |
| 变异系数(CV) |
0.003678 |
| 归一化均方误差(NMSE) |
0.000540 |
| 实际与预测之间的相关性 |
0.999731 |
| 最大误差 |
0.3219897 |
| 根均方误差(RMSE) |
0.0491365 |
| MSE(均方误差) |
0.0024144 |
| 平均的平均绝对误差(MAE) |
0.0288461 |
| 日军(平均绝对百分误差) |
0.2199448 |
|
| 验证数据 |
| 意味着对输入数据的目标值 |
13.358369 |
| 意味着对预测值的目标值 |
13.35876 |
| 输入数据差异 |
4.4677631 |
| 后剩余方差模型 |
0.0199458 |
| 比例的方差解释模型R2 |
0.99554 (99.554%) |
| 变异系数(CV) |
0.010572 |
| 归一化均方误差(NMSE) |
0.004464 |
| 实际与预测之间的相关性 |
0.997882 |
| 最大误差 |
0,5402981 |
| 均方根误差(均方根误差) |
0.1412296 |
| MSE(均方误差) |
0.0199458 |
| 平均的平均绝对误差(MAE) |
0.0984472 |
| 日军(平均绝对百分误差) |
0.7326534 |
|
|
