评价指标

分类算法：

• 二分类：accuracy、「precision，recall，F-score，Pr曲线」、ROC-AUC曲线
• 多分类：accuracy、「宏平均和微平均，F-score」

回归预测算法：

• 平均绝对误差（Mean Absolute Error，MAE），均方误差（Mean Squared Error，MSE），平均绝对百分误差（Mean Absolute Percentage Error，MAPE），均方根误差（Root Mean Squared Error）， R2（R-Square）

• MAE：反映预测值与真实值误差的实际情况
  

• MSE:均方误差
  

• R2：用于度量因变量的变异中可由自变量解释部分所占的比例，取值范围是 0~1，R2R2越接近1,表明回归平方和占总平方和的比例越大,回归线与各观测点越接近，用x的变化来解释y值变化的部分就越多,回归的拟合程度就越好