MAE MSE RMSE

MAE（Mean Absolute Error）是一种常用的回归模型评估指标，用于衡量预测值与真实值之间的平均绝对误差。计算方法是将每个样本的预测值与真实值之差取绝对值，然后求所有样本的平均值。

MSE（Mean Squared Error）是另一种常用的回归模型评估指标，用于衡量预测值与真实值之间的平均平方误差。计算方法是将每个样本的预测值与真实值之差平方，然后求所有样本的平均值。

RMSE（Root Mean Squared Error）是MSE的平方根，用于衡量预测值与真实值之间的均方根误差。RMSE与MSE具有相同的计算方法，只是在最后取平方根。

这些指标都是用来评估回归模型的预测性能，数值越小表示模型的预测越准确。