回归结果评估指标

1 MAE(平均绝对误差，Mean Absolute Error），
MAE 表示数据点与拟合点之间的距离绝对值之和的平均值。

2 MSE（均方误差，Mean Squared Error）
为数据点到拟合直线之间的距离的平方之和的平均值。

3 R2(决定系数)

R2越趋近于1，说明模型越好

    SST=np.sum((y_test-np.mean(y_test))**2)
    SSE=np.sum((y_test-y_pred)**2)
    R2=1-SSE/SST

4 RMSE（Root Mean Squared Error，均方根误差），MSE开根号

5 Rp：
皮尔逊相关系数（Person’s Correlation Coefficient，PCC）

6 SSE（误差平方和）

来源：CSDN

作者：深蓝17

链接：https://blog.csdn.net/weixin_42812146/article/details/104720622