在回归任务中对连续值的预测常见的评估指标metrics主要包括平均绝对误差 MAEMean Absolute Error、均方误差 MSEMean Square Error、均方根误差 RMSERoot Mean Square Error、决定系数 R2。平均绝对误差MAE用来衡量预测值与真实值之间的平均绝对误差是一个非负值MAE越小表示模型越好。均方误差MSE同样是衡量预测值与真实值之间的差距。

在回归任务中，常用的评估指标包括平均绝对误差（MAE）、均方误差（MSE）、均方根误差（RMSE）和决定系数（R2）。平均绝对误差衡量预测值与真实值之间的平均绝对误差，值越小表示模型越好。均方误差同样是衡量预测值与真实值之间的差距，但对较大误差的惩罚更高。均方根误差是回归模型的典型指标，用于指示模型预测中会产生多大的误差。对于较大的误差，权重较高，因此RMSE越小越好。决定系数R2取值在0到1之间，反映了回归关系所能解释的百分比。R2的好处在于其结果进行归一化，更容易看出模型间的差距。R2是最常用于评价回归模型优劣程度的指标。