机器学习-线性回归模型判断标准

回归模型的判断标准一般有三种：

       MSE(误差平方和的均值，又称均方差)，误差越小即越趋近于0表示模型的效果也就是对数据的拟合性越好。

       

        m是指m个样本，i指的是向量y第i个维度的值

       RMSE(均方差的算术平方根), 作用与MSE相同

      

       R^2，取值范围是，其值越大越好，越接近1表示模型拟合效果越好，当预测值恒为样本期望值时，R^2为0.

      

      一般而言，MSE和R^2用的居多，特别是R^2。