分类与预测模型效果评价

误差评价法：

通常通过绝对/相对误差、平均绝对误差、均方误差、均方根误差等指标来衡量模型的预测效果。
(1)绝对误差与相对误差
Y表示真实值，Y^表示预测值
E为绝对误差：E=Y-Y^
e为相对误差：e=(Y-Y^)/Y
(2)平均绝对误差(Mean Absolute Error)
误差有正有负，为了避免误差相互抵消故取误差绝对值的综合的平均值。

(3)均方误差(Mean Squared Error)
避免了正负误差抵消的问题，而且加强了数值大的误差在指标中的作用，从而提高了这个指标灵敏性。

(4)均方根误差(Root Mean Squared Error)
就是均方误差开根号。

(5)平均绝对百分误差(Mean Absolute Percentage Error)
一般认为MAPE小于 10%时，模型预测精度较高。

判定系数R2：

原数据和模型的估计值如下：