回归随机森林的acc怎么计算

回归随机森林的评估指标通常采用均方误差（MSE）或者平均绝对误差（MAE）来计算模型的准确度。

假设预测结果为 $\hat{y_i}$，真实结果为 $y_i$，样本个数为 $n$，则MSE的计算公式为：

$$MSE = \frac{1}{n}\sum_{i=1}^{n}(\hat{y_i} - y_i)^2$$

MAE的计算公式为：

$$MAE = \frac{1}{n}\sum_{i=1}^{n}|\hat{y_i} - y_i|$$

其中，MSE表示预测值与真实值之间误差的平方和的平均值，MAE表示预测值与真实值之间误差的绝对值的平均值。这两个指标都越小，说明模型的预测准确度越高。