模型评估——回归¶
画出预测值和真实值的散点图是评估指标的基础。 对角线为最佳模型 
指标¶
RMSE(均方根误差，MSE的平方根)。优点是结果与计算的值有相同的单位，缺点是和问题规模有关，不容易在不同的数据集上进行比较
\(RMSE = \frac{1}{\sqrt{n}}\sqrt{\sum [y_i - f(x_i)]^2} = \sqrt{\frac{散点图中点到模型线的距离的平方和}{测试集数量}}\)
\(R^2\)指标：具有相对性，在0~1之间。模型越好，越接近1
\(R^2 = \frac{\sum [y_i - f(x_i)]^2}{\sum [y_i - mean(y)]^2}\)
评价指标应尽量与要解决的问题保持一致
