首页
时事
民生
政务
教育
文化
科技
财富
体娱
健康
情感
更多
旅行
百科
职场
楼市
企业
乐活
学术
汽车
时尚
创业
美食
幽默
美体
文摘
Python | 实测与模型数据精度评估及散点图绘制(RMSE/MAE/MB/R)
职场
2025-01-16 00:07
中国香港
一、精度评估
在数据分析和统计建模中,我们常用的一些指标来评估模型的预测性能包括均方根误差(RMSE)、平均绝对误差(MAE)、平均偏差(MB)和皮尔逊相关系数(R)。
1. RMSE 主要用来量化模型预测值和实际观测值之间的差异。它通过计算预测 差的平方和的均值,并取其平方根,最终给出一个与原始数据单位一致的误差度量。RMSE 值越小,表示模型的预测结果与实际观测越接近,预测精度越高。
2. MAE 计算的是所有预测误差的绝对值的平均数,它直观地反映了模型预测值和实际观测值之间的平均差异。MAE 值越小,说明模型的预测误差越小,准确性更高。
3. MB 衡量的是模型预测值和实际观测值之间的平均偏差,反映了模型是否存在系统性误差。如果 MB 为零,则表示模型的预测值没有偏差。MB 值的正负可以表示模型的偏向性:正值意味着模型倾向于高估,负值则表示低估。
4. R 值用来衡量两个变量之间的线性相关性,范围从 -1 到 1。R 值接近 1 或 -1 时,表示两者之间有强的线性关系;而接近 0 则表示几乎没有线性关系。R 值为正值表示正相关,负值则表示负相关。
二、Python结果
我们基于 Excel 文件中的两列数据,计算了实测数据和模型预测数据之间的各项评估指标,并绘制了散点图。
三、需要修改
1. 文件路径及列名。
2. XY轴标题名称及单位。
3. XY轴刻度。
4.图片的输出路径及分辨率。
四、Python代码
以下是Python代码的百度网盘链接,如果您在使用过程中遇到任何问题,欢迎随时联系我们。建议使用安卓手机进行付费订阅,因为苹果手机的收费方式可能不太划算。
GIS遥感数据处理应用
会员:数据处理,ArcGIS/Python/MATLAB/R/GEE教学,指导作图和论文。
最新文章
Python | 计算研究区土地利用类型面积
GEE | 2001-2024年区域植被生产力对饱和水汽压差和土壤水分变化的敏感性分析
GEE | 2001-2023年区域植被的降水敏感性分析
GEE | 1950-2024年区域极端气温变化分析
GEE | 基于CHIRPS和ERA5-LAND数据集的9种极端降水指标变化分析
GEE | 1983-2016年区域气温、饱和水汽压差和相对湿度变化分析
Python | 绘制不同区域或植被类型的均值条形图
GEE | 2016-2024年10米分辨率植被覆盖度变化(Sentinel-2)
R | 提取表格内经纬度对应的栅格数据
GEE | 1975-2030年建筑面积变化分析
GEE | 2000-2024年区域白天和夜晚地表热岛强度分析
GEE | 2000-2024年区域地表昼夜温差分析
GEE | 1958-2023年区域水分亏缺量变化趋势
Python | 基于NDVI栅格数据的植被覆盖度计算
GEE | 基于Landsat的1984-2024年归一化燃烧指数NBR分析
GEE | 基于Landsat的1985-2024年地表温度LST分析
GEE | 多源蒸散发ET年数据对比分析
GEE | 多源数据集年降水量对比分析
GEE | 2000-2023年生态系统蒸腾蒸散比T/ET分析
GEE | 基于Landsat数据的1984-2024年燃烧面积指数BAI分析
GEE | 基于Landsat与Sentinel数据的归一化水体指数NDWI计算与水体提取
GEE | Sentinel-2月度影像合成与可视化导出
GEE | 基于Landsat的1984-2024年归一化水体指数NDWI分析
GEE | 基于Landsat数据的1985-2024年核归一化植被指数KNDVI分析
Python | 实测与模型数据精度评估及散点图绘制(RMSE/MAE/MB/R)
Python | 基于栅格数据的土地利用转移分析
GEE | 基于Landsat的1985-2024年森林变化
GEE | 1981-2023年降水异常变化分析
MATLAB | 设置滑动窗口计算栅格数据的CV变异系数
GEE | 基于回归分析的MODIS与Landsat林地覆盖度
GEE | 基于Landsat数据的1984-2024年增强型植被指数EVI和植被覆盖度FVC变化分析
GEE | 基于ASTER影像提取矿物指数
GEE | 1981-2023年水平衡变化分析
GEE | 1950-2024年降雪天数的时空特征
Python | 设置滑动窗口计算栅格数据的不对称性
基于Landsat数据和熵权法构建1990-2023年遥感生态指数RSEI
GEE | 2024年全球10米土地利用数据
GEE | 1950-2024年全球0.1°气候数据 (气温/降水/土壤水分/蒸发/风速等)
Python | 绘制中国及四川省栅格数据空间分布图
GEE | 基于Landsat的植被指数NDVI/EVI/LAI分析
GEE | 基于Landsat数据的城市热岛效应分析
GEE | 基于Landsat的1990-2023年遥感生态指数RSEI
Python | 基于栅格数据绘制空间分布、频率分布和剖面图
Python | 基于栅格数据绘制空间分布图
GEE | 计算ERA5数据的每日风速
GEE | 2000-2023年LANDSCAN全球1Km人口数据
GEE | 基于MODIS数据的作物缺水指数CWSI
GEE | 1901-2022年全球0.5°标准化降水蒸散指数SPEI数据集
MATLAB | 基于Theil-Sen斜率和Mann-Kendall检验的栅格数据趋势分析
GEE | 2000年至今MODIS蒸散发ET变化分析 (日/月/季节/年)
分类
时事
民生
政务
教育
文化
科技
财富
体娱
健康
情感
旅行
百科
职场
楼市
企业
乐活
学术
汽车
时尚
创业
美食
幽默
美体
文摘
原创标签
时事
社会
财经
军事
教育
体育
科技
汽车
科学
房产
搞笑
综艺
明星
音乐
动漫
游戏
时尚
健康
旅游
美食
生活
摄影
宠物
职场
育儿
情感
小说
曲艺
文化
历史
三农
文学
娱乐
电影
视频
图片
新闻
宗教
电视剧
纪录片
广告创意
壁纸头像
心灵鸡汤
星座命理
教育培训
艺术文化
金融财经
健康医疗
美妆时尚
餐饮美食
母婴育儿
社会新闻
工业农业
时事政治
星座占卜
幽默笑话
独立短篇
连载作品
文化历史
科技互联网
发布位置
广东
北京
山东
江苏
河南
浙江
山西
福建
河北
上海
四川
陕西
湖南
安徽
湖北
内蒙古
江西
云南
广西
甘肃
辽宁
黑龙江
贵州
新疆
重庆
吉林
天津
海南
青海
宁夏
西藏
香港
澳门
台湾
美国
加拿大
澳大利亚
日本
新加坡
英国
西班牙
新西兰
韩国
泰国
法国
德国
意大利
缅甸
菲律宾
马来西亚
越南
荷兰
柬埔寨
俄罗斯
巴西
智利
卢森堡
芬兰
瑞典
比利时
瑞士
土耳其
斐济
挪威
朝鲜
尼日利亚
阿根廷
匈牙利
爱尔兰
印度
老挝
葡萄牙
乌克兰
印度尼西亚
哈萨克斯坦
塔吉克斯坦
希腊
南非
蒙古
奥地利
肯尼亚
加纳
丹麦
津巴布韦
埃及
坦桑尼亚
捷克
阿联酋
安哥拉