python 多元线性回归误差

多元线性回归的误差可以通过计算预测值与实际值之间的差异来衡量。常用的误差指标包括平均绝对误差(MAE)、平方根均方误差(RMSE)和平均绝对百分比误差(MAPE)。

MAE是预测值与实际值之间差异的绝对值的平均值，公式如下：
MAE = (1/n) * Σ(|预测值-实际值|)

RMSE是预测值与实际值之间差异的平方根的平均值，公式如下：
RMSE = sqrt((1/n) * Σ((预测值-实际值)^2))

MAPE是预测值与实际值之间差异的百分比的平均值，公式如下：
MAPE = (1/n) * Σ((|预测值-实际值|/实际值) * 100)

通过计算这些误差指标，可以评估多元线性回归模型的拟合效果和预测准确性。