平均绝对误差（MAE）、均方根误差（RMSE）和平均绝对百分比误差（MAPE）

平均绝对误差（MAE）、均方根误差（RMSE）和平均绝对百分比误差（MAPE）都是评估预测模型好坏的指标。

其中，平均绝对误差（MAE）是预测值与真实值之间差值的绝对值的平均数，它能够反映出模型的预测精度，其计算公式为：MAE = （|真实值 - 预测值|之和）/ 样本数量。

均方根误差（RMSE）则是预测值与真实值之间差值的平方的平均数再开根号，RMSE可以反映出预测误差的标准差，其计算公式为：RMSE = sqrt(（真实值 - 预测值）^2之和/ 样本数量）。

平均绝对百分比误差（MAPE）则是用预测值与真实值之间差值的绝对值除以真实值再取平均数，可以用来衡量模型对不同样本的预测精度，其计算公式为：MAPE = （|真实值 - 预测值|/ 真实值之和）* 100% / 样本数量。