回归评估指标：MSE、R2

:原数据标签

:预测结果

：平均值

1、均方误差：MSE（Mean Squared Error）：

2、均方根误差：RMSE

对MSE开平方

3、R2（R-Square）：

注：R2一般取（0,1），0表示拟合效果不好。如果出现负值，首先考虑数据集是否有问题，如果是集成模型，考虑若学习模型是否不足。

代码实现：

from sklearn.metrics import mean_squared_error  # 均方误差
from sklearn.metrics import r2_score  # R square

print("均方误差 MSE= ", mean_squared_error(y_test, y_pred))  # 均方误差MSE
print("均方根误差 RMSE= ", sqrt(mean_squared_error(y_test, y_pred)))  # 均方根误差 RMSE
print("R^2= ", r2_score(y_test, y_pred))  # r2