r语言对模型输出预测值与实际值计算R2，MS残，RMSE和NRMSD，实现模型评估

#此函数可由模型输出的预测值和实际值计算r2或均方根误差RMSE或归一化后的均方根偏差NRMSD
#公式参考吴今朝译《R语言机器学习》323-324页
r2.test<-function(y_actual,y_predicted){
  avr_y_actual <- mean(y_actual)
  ss_total <- sum((y_actual - avr_y_actual)^2)
  ss_regression <- sum((y_predicted - avr_y_actual)^2)
  ss_residuals <- sum((y_actual - y_predicted)^2)
  rsquare <- 1 - ss_residuals / ss_total
  #return(rsquare)#当模型偏差过大，rsquare很小时，不采用rsquare统计
  n1<-length(y_actual)
  n2<-length(y_predicted)#要求n1==n2
  meansquare<-ss_residuals/(n1-2)
  #参考王辰勇译《线性回归分析导论》12页
  #return(meansquare)#MS残
  RMSE<-(ss_residuals/n1)^0.5
  NRMSD<-RMSE/avr_y_actual
  return(NRMSD)
  }