一些评价标准

分类问题：准确率

回归问题：

1、RMSE（Root Mean Square Error）：均方根误差，观测值与真值偏差的平方与观测次数n比值的平方根

m：样本个数

y：真实输出值

^y：预测得到的输出值

i：第i个样本

2、MAE（Mean Absolute Error ）：平均绝对误差，又叫平均绝对离差，是所有单个观测值与算术平均值的偏差的绝对值的平均

3、MSE（mean-square error）：均方误差，反映估计量与被估计量之间差异程度的一种度量。线性回归采用MSE作为损失函数

4、R Squared（R方）

分子：真实值与预测值的平方差之和，类似于均方差 MSE；分母部分表示真实值与均值的平方差之和，类似于方差 Var。根据 R-Squared 的取值，来判断模型的好坏：结果是 0，说明模型拟合效果很差；如果结果是 1，说明模型无错误。R-Squared 反映的是大概有多准，因为，随着样本数量的增加，R-Square必然增加，无法真正定量说明准确程度，只能大概定量。

参考

1. 百度百科

2.均方根误差（RMSE），平均绝对误差(MAE)，标准差(Standard Deviation)的对比

https://blog.csdn.net/capecape/article/details/78623897

3.回归评价指标MSE、RMSE、MAE、R-Squared

https://www.jianshu.com/p/9ee85fdad150