扫码加入数据分析学习群

在构建了许多不同的回归模型之后，有很多标准可用于评估和比较它们。 均方根误差RMSE是衡量回归模型错误率的常用公式。但是，它只能在以相同单位测量误差的模型之间进行比较。

相对平方误差

与RMSE不同，可以在不同单位测量误差的模型之间比较相对平方误差（RSE）。

平均绝对误差平均绝对误差（MAE）与原始数据具有相同的单位，并且只能在以相同单位测量误差的模型之间进行比较。它的大小通常与RMSE相似，但略小。

相对绝对误差与RSE一样，可以在不同单位测量误差的模型之间比较相对绝对误差（RAE）。

测定系数确定系数（R²）总结了回归模型的解释力，并根据平方和项计算。

R²描述了由回归模型解释的因变量的方差比例。如果回归模型是“完美的”，则SSE为零，并且R²为1.如果回归模型是完全失败，则SSE等于SST，通过回归不解释方差，并且R²为零。标准化残差（错误）图标准化残差图是一种有用的可视化工具，以便以标准化的比例显示残余的色散模式。标准化残差图的模式与常规残差图中的模式之间没有实质性差异。唯一的区别是y轴上的标准化比例，这使我们能够轻松地检测潜在的异常值。