回归算法 - 评价指标

方差（variance）：描述预测值P的变化范围、离散程度，是预测值的方差，也就是离期望值E的距离；

方差越大，数据的分布也就越分散

概率论中，方差用来度量随机变量和起数学期望之间的偏离程度；

统计学中，方差是各个数据分别与其平均数之差的平方的和的平均数；

方差度量同样大小的训练集的变动所导致的学习性能的变化，刻画了数据扰动所来到了影响；

偏差（bias）：描述预测值的期望E与真实值Y之间的差距；

偏差越大，越偏离真实数据

偏差度量学习算法的期望测试与真实结果之间的偏离程度，刻画了学习算法本身的拟合能力；

噪声：在当前任务上任何学习算法所能达到的期望泛化误差的下界，刻画了问题学习本身的难度；

MSE（mean squared Error）：均方误差，描述的真实值减去预测值，然后平方之后求和平均，即