机器学习：线性回归模型评估
线性回归模型评估，有3个指标可判断模型预测准确性。指标分别为：MAE、MSE、RMSE。这些指标在运用时，一般不会混合使用，选定一种指标后就统一用该指标完成模型评估工作。与KNN算法的模型评估判断相反，线性回归模型评估指标值越小表示模型越准确。
平均绝对误差 MAE
实际值减预测值的绝对值，除以样本个数。
均方误差 MSE
实际值减预测值求平方，除以样本个数。
均方根误差 RMSE
均方误差的结果开根号。均方根误差比平均绝对误差对差常值更敏感。（计算上均方根误差要求平方，这样计算后数值会变大）