回归问题评价指标

回归问题评价指标
1. 均方根误差（RMSE）：RMSE是最常用的回归问题评价指标之一。

它衡量模型预测值与实际值之间的差异，数值越小说明预测结果越准确。

2. 平均绝对误差（MAE）：MAE也是常用的回归问题评价指标，它是预测值与实际值之间差异的绝对值的平均数。

MAE 的值较小表明模型的预测结果与实际值的差异也较小。

3. R平方值（R²）：R²用于衡量模型的拟合优度，它表示因变量的方差中有多少可以被自变量解释。

R²数值范围从0到1，数值越接近1越好。

4. 相关系数（Pearson Correlation Coefficient）：相关系数是用于衡量变量之间的线性相关性的指标。

相关系数的取值范围在-1到1之间，数值越接近1说明变量之间的线性关系越强。

在回归问题中，可以使用相关系数来判断自变量和因变量之间是否存在线性关系。

5. 误差百分比（MAPE）：MAPE用于衡量模型的预测误差的百分比。

MAPE的值越小，说明模型的预测结果越准确。

6. 平均绝对百分误差（MPE）：MPE是预测误差的平均百分比。

MPE的值越小，说明模型的预测结果越准确。