回归模型评价方法：MSE、RMSE、MAE、R-squared、相关系数

回归模型评价主要有以下几种方法：

均方误差（Mean Squared Error，MSE）：将实际值与预测值之差的平方求和后再除以样本数量，可以衡量预测值与实际值之间的差距。
均方根误差（Root Mean Squared Error，RMSE）：将MSE开平方，可以更好地反映误差的大小。
平均绝对误差（Mean Absolute Error，MAE）：将实际值与预测值之差的绝对值求和后再除以样本数量，可以衡量预测值与实际值之间的平均误差。
决定系数（Coefficient of Determination，R-squared）：用来衡量模型对数据的拟合程度，其取值范围在0-1之间，越接近1说明模型对数据的拟合程度越好。
相关系数（Correlation Coefficient）：用来衡量自变量与因变量之间的相关性，取值范围在-1到1之间，越接近1说明两个变量之间的相关性越强。