3、预测准确度指标（上）：RMSE、MAE 的原理、计算与适用场景

好，咱们今天聊聊预测准确度指标。这是推荐系统里最基础、也最绕不开的一类指标。说白了，就是看你猜用户喜好的本事有多大。

我个人习惯把这类指标分成两组：一组是误差类，比如 RMSE 和 MAE；另一组是排序类，比如 Precision 和 Recall。今天先讲误差类，也就是 RMSE 和 MAE。

3.1 什么是预测准确度？

预测准确度，衡量的是模型预测的评分和用户真实评分之间的差距。你想想看，用户给电影打了 4 分，你的模型预测是 3.5 分，那误差就是 0.5。所有样本的误差汇总起来，就是预测准确度。

嗯，这里要注意：预测准确度只适用于评分预测任务。比如 Netflix 的五星评分、淘宝的五星好评。如果是点击率预测、购买预测，那得用另一套指标。

3.2 RMSE：均方根误差

3.2.1 原理

RMSE 的全称是 Root Mean Square Error。计算过程分三步：

  1. 计算每个样本的预测误差（真实值 - 预测值）
  2. 把误差平方，然后求和
  3. 除以样本数，再开根号

公式长这样：

RMSE = sqrt( (1/n) * Σ (y_i - ŷ_i)² )

其中 y_i 是真实评分，ŷ_i 是预测评分，n 是样本数。

3.2.2 为什么用平方？

这个问题我经常被问到。平方有两个作用：

  • 放大误差：误差越大，平方后惩罚越重。比如误差 1 平方后是 1，误差 2 平方后是 4，误差 3 平方后是 9。你看，误差大的样本会被「加倍惩罚」。
  • 消除正负抵消：如果不平方，正误差和负误差会互相抵消，导致总误差看起来很小，但实际预测很烂。

核心理解：RMSE 对「大误差」特别敏感。如果你的模型偶尔预测出离谱的值（比如用户给 5 分，你预测 1 分），RMSE 会飙升。

3.2.3 代码实现

用 Python 实现很简单：

import numpy as np

def rmse(y_true, y_pred):
    return np.sqrt(np.mean((y_true - y_pred) ** 2))

# 示例
y_true = np.array([5, 3, 4, 2, 1])
y_pred = np.array([4.5, 3.2, 4.1, 2.3, 1.5])
print(f"RMSE: {rmse(y_true, y_pred):.4f}")
# 输出: RMSE: 0.3742

3.2.4 适用场景

RMSE 适合以下场景：

  • 对异常预测特别敏感：比如金融评分、医疗诊断，一个离谱的预测可能带来严重后果。
  • 误差分布近似正态：如果误差基本对称，RMSE 能很好地反映整体表现。
  • 需要对比不同模型：RMSE 的单位和原始评分一致，方便直观对比。

避坑指南：我曾经在一个电商评分预测项目里，只用 RMSE 评估模型。结果发现 RMSE 很低，但用户反馈很差。后来一查，原来是模型对「冷门商品」的预测特别差，但冷门商品样本少，对 RMSE 贡献小。所以 RMSE 低不代表所有场景都好。

3.3 MAE：平均绝对误差

3.3.1 原理

MAE 的全称是 Mean Absolute Error。计算更直接：

  1. 计算每个样本的绝对误差 |y_i - ŷ_i|
  2. 求和后除以样本数

公式：

MAE = (1/n) * Σ |y_i - ŷ_i|

3.3.2 和 RMSE 的区别

说白了，MAE 就是「平均差多少」，RMSE 是「平均差多少但大误差要加倍」。我做个对比：

特性 RMSE MAE
对异常值敏感度 高 低
数学性质 可导，适合优化 不可导，优化困难
单位 和原始数据一致 和原始数据一致
解释性 稍差 好（直接说平均差多少）

3.3.3 代码实现

def mae(y_true, y_pred):
    return np.mean(np.abs(y_true - y_pred))

# 示例
print(f"MAE: {mae(y_true, y_pred):.4f}")
# 输出: MAE: 0.3200

你看，同样的数据，MAE 是 0.32，RMSE 是 0.37。因为 RMSE 对误差平方后，数值会略大一些。

3.3.4 适用场景

  • 异常值较少：如果数据比较干净，没有太多离群点，MAE 和 RMSE 差别不大。
  • 需要直观解释：给业务方汇报时，说「平均误差 0.32 分」比「均方根误差 0.37 分」更容易理解。
  • 误差分布均匀：如果所有样本的误差都差不多，MAE 能稳定反映情况。

我的经验：在实际项目中，我通常两个指标都看。如果 RMSE 远大于 MAE，说明存在一些「特别离谱」的预测。这时候我会去查那些大误差样本，看看是不是数据有问题，或者模型在某个子集上表现特别差。

3.4 RMSE vs MAE：怎么选？

这个问题没有标准答案。我个人的选择逻辑是这样的：

  1. 先看业务需求：如果业务上不能容忍大误差（比如价格预测），优先 RMSE。
  2. 再看数据质量：如果数据里有很多噪声或异常值，MAE 更稳健。
  3. 最后看汇报对象：给技术团队看 RMSE，给业务方看 MAE。

举个例子：我在做视频推荐时，用户评分大多是 3-5 分，偶尔有人打 1 分。如果用 RMSE，那 1 分的预测误差会被放大，导致指标很难看。但实际业务中，那些 1 分的样本很少，对整体推荐效果影响不大。这时候 MAE 更合理。

3.5 常见误区

误区一：RMSE 越小越好
不一定。RMSE 太小可能意味着过拟合。我见过有人把 RMSE 压到 0.01，结果模型在测试集上完全崩了。记住：指标是参考，不是目标。

误区二：MAE 和 RMSE 可以互相换算
不能。它们对误差的惩罚方式不同，没有固定的换算关系。除非你知道误差的具体分布。

误区三：只看一个指标
我曾经犯过这个错。只看 RMSE，模型优化得很好，但上线后用户点击率反而下降了。后来发现，模型虽然预测准确了，但推荐的都是一些「安全」的平庸内容，用户觉得无聊。所以预测准确度只是推荐系统的一个方面，还要结合多样性、新颖性等指标。

3.6 小结

今天讲了两个最基础的预测准确度指标：

  • RMSE：对大误差敏感，适合需要严格控制误差的场景。
  • MAE：直观易懂，对异常值不敏感，适合数据有噪声的场景。

下节课我会讲 Precision、Recall 和 F1 这些排序类指标。到时候你会看到，推荐系统的评估远不止「猜得准不准」这么简单。

嗯，今天就到这里。如果你在实际项目里遇到 RMSE 和 MAE 的选择问题，欢迎留言讨论。我踩过的坑，说不定能帮你省点时间。

← 上一章 📖 返回目录 下一章 →