IBM的SPSS Modeler的文档定义神经网络的质量为：

对于连续目标，这是1减去预测的平均绝对误差（预测值与观测值的绝对值的平均值）与预测值范围（最大预测值减去最小预测值）的比率。

这种计算方法是标准的吗？

我很难理解质量是如何从这个计算中得出的。

回答：

这里的关键点是使网络质量测量独立于输出值的范围。提出的测量方法是1 - relative_error，这意味着对于一个完美的神经网络，你将获得最高的质量1。这也意味着质量不会低于0。

示例：

如果你想预测0到1之间的值，0.2的绝对误差意味着20%的误差。当预测0到100之间的值时，你可能有更大的绝对误差20，但准确率仍然是20%。

使用你描述的公式，你会得到这些相对误差：

1 - 0.2 / (1 - 0) = 0.81 - 20 / (100 - 0) = 0.8