转载 https://blog.csdn.net/FrankieHello/article/details/82024526/ 分类问题的评价指标是准确率，那么回归算法的评价指标就是MSE，RMSE，MAE、R-Squared。其中，重要参考https://www.jianshu.com/p/9ee85fdad150 平均绝对误差MAE（mean absolute error） 和均方根误差 RMSE（root mean squared error)是衡量变量精度的两个最常用的指标
RMSE（Root Mean Square Error）均方根误差
衡量观测值与真实值之间的偏差。
常用来作为机器学习模型预测结果衡量的标准。
MSE（Mean Square Error）均方误差
MSE是真实值与预测值的差值的平方然后求和平均。
通过平方的形式便于求导，所以常被用作线性回归的损失函数。
MAE（Mean Absolute Error）平均绝对误差
是绝对误差的平均值。
可以更好地反映预测值误差的实际情况。
SD（Standard Deviation）标准差
方差的算术平均根。
用于衡量一组数值的离散程度。
ps : 我在csdn博客学latex~
