m0_73065928的博客

计算误差的绝对值平均，相比MSE和RMSE，它对异常值不敏感，更平滑地反映误差的大小。但它忽略了误差的平方，不能像MSE那样强调大误差的影响。：用来衡量模型对数据变异的解释能力。较高的R²表示模型能较好地解释数据的变异，但它并不能直接反映预测误差的大小。：计算的是预测值与实际值之间误差的平方的平均值，因此MSE会放大较大误差的影响，使得对离群点非常敏感。：是MSE的平方根，保持了MSE强调大误差的优点，同时与数据原始单位一致，使得误差更具解释性。

评价指标在机器学习和深度学习中用于评估分类模型的性能，尤其是在二分类或多分类问题中。