机器学习中回归模型六大评价指标

---

一、机器学习中，回归问题的六大评价指标是什么？

	回归问题五大评价指标分别为 
	皮尔逊相关系数，
	解释方差分数（explained_varience_score），
	平均绝对误差（mean_absolute_error），
	均方差(mean_square_error)， 
	r2分数（r2_score） 
	和 调整r2分数（r2_score_adjust）

二、六大评价指标都代表什么含义？如何进行模型评价？

	2.1 皮尔逊相关系数(pearsonr)
	值的范围为 [-1,1], 
	值的意义是 描述两个变量之间的线性相关性，既不考虑两个变量的线性相关性的斜率，
	也不考虑两个变量的非线性相关性，只考虑两个变量线性相关性的程度；越接近1，说明模型性能越好。

公式：

	2.2 解释方差分数（explained_varience_score）
	值的范围为 [0,1], 
	值的意义是 描述自变量对因变量方差变化的解释性程度；即特征对目标值在模型中的拟合程度；
	越接近1，说明模型性能越好。

公式：