如何评价模型的好坏（三）
- 二分类问题
- 多分类问题
- 连续变量问题
四、连续变量问题（回归）
（1）距离
（2）残差
（3）残差平方和（SSE）： 真实值与预测值之间误差的平方和。
（3-1）均方根误差（MSE = mean square error）：真实值与预测值之间误差的平方和的均值。（最小二乘）
1 from sklearn.metrics import mean_squared_error
2 y_true = [1，3, -0.3, 2, 7，5]
3 y_pred = [0.8，2.5, 0.0, 2, 8, 5.1]
4 mean_squared_error(y_true, y_pred)
- 均方差越小越好，即最小二乘法。
（4）回归平方和（SSR）： 预测值与样本平均值之间误差的平方和。
（5）总偏差平方和（SST）： 真实值与样本平均值之间误差的平方和。
经计算推到，SST = SSE + SSR
（5-1）平均绝对误差（MAE = mean absolute error）：真实值与样本平均值之间误差的平方和的均值。
1 from sklearn.metrics import mean_squared_error
2 y_true = [1, 3, -0.3, 2, 7, 5]
3 y_pred = [0.8, 2.5, 0.0, 2, 8, 5.1]
4 mean_squared_error(y_true, y_pred)
（6）R2（r2_score）：样本的总偏差平方和中，被回归平方和解释的百分比。 R2 = SSR/SST = 1-SSE/SSR （R2值越大，模型效果越好）
1 from sklearn.metrics import r2_score
2 y_true = [1, 3, -0.3, 2, 7, 5]
3 y_pred = [0.8, 2.5, 0.0, 2, 8, 5.1]
4 r2_score(y_true, y_pred)
- R2 越接近1，模型拟合效果越好。
- R2 越接近0，模型拟合效果越差。
- 缺点：数据集越大，R2 越大。因此，不同数据集对同一模型进行测试时，所得的R2 不一定相同。
（7）中值绝对误差（median_absolute_error）
1 from sklearn.metrics import median_absolute_error
2 y_true = [1, 3, -0.3, 2, 7, 5]
3 y_pred = [0.8, 2.5, 0.0, 2, 8, 5.1]
4 median_absolute_error(y_true, y_pred)
总结：
- 以上几个指标全部依赖于数据集，当数据集发生变化时，值也随之发生变化。
