2.sklearn—评价指标大全（平均误差、均方误差、混淆矩阵、准确率、查全率、查准率、召回率、特异度，F1-score、G-mean、KS值、ROC曲线、AUC值、损失函数、结构风险最小）

1. 回归问题中的各种误差

1.1 绝对误差和相对误差

• 绝对误差：
  $$E=Y-\hat{Y}$$
• 相对误差：
  $$e=\frac{Y-\hat{Y}}{Y}$$

1.2 平均绝对误差

英文：MeanAbsoluteError,MAE

$$MAE=\frac{1}{n}\sum _{i=1}^n|Y_i-{\hat{Y}}_i|$$

1.3 均方误差！！！zei重要！！！！

英文：Mean Square Error,MSE
$$mse=\frac{1}{n}\sum _{i=1}^n(Y_i-{\hat{Y}}_i{)}^2$$

1.4 均方根误差

英文：Root Mean Square Error,RMSE
$$RMSE=\sqrt{\frac{1}{n}\sum _{i=1}^n(Y_i-{\hat{Y}}_i{)}^2}$$

1.5 平均绝对百分误差

英文：Mean Absolute Percentage Error,MAPE
M A P E = 1 n ∑ i = 1 n ∣ Y i − Y i ^ Y i ∣ MAPE=\frac1n\sum_{i=1}^n|\frac{Y_i-\hat{Y_i}}{Y_i}| MAPE=