回归模型的评价指标都有什么

均方误差（MSE）：用于衡量预测值与真实值之间的差异，计算方法为预测值与真实值之差的平方和除以样本量。

均方根误差（RMSE）：与MSE类似，但是RMSE将MSE的平方根作为评价指标。

平均绝对误差（MAE）：用于衡量预测值与真实值之间的差异，计算方法为预测值与真实值之差的绝对值的平均值。

R平方（R-squared）：用于衡量模型拟合数据的程度，计算方法为预测值与真实值之间的差异占总方差的比例。取值范围为0到1，越接近1表示模型拟合得越好。

误差率（Error Rate）：用于衡量模型的分类准确率，计算方法为预测错误的样本数占总样本数的比例。

准确率（Accuracy）：用于衡量模型的分类准确率，计算方法为预测正确的样本数占总样本数的比例。

精确率（Precision）：用于衡量模型的分类准确率，计算方法为预测为正例且正确的样本数占预测为正例的样本数的比例。

召回率（Recall）：用于衡量模型的分类准确率，计算方法为预测为正例且正确的样本数占真实为正例的样本数的比例。

F1值（F1-score）：综合考虑精确率和召回率，计算方法为精确率和召回率的调和平均数