.RMSE ，MAPE，MAE

RMSE (Root Mean Squared Error)、MAPE (Mean Absolute Percentage Error)、MAE (Mean Absolute Error)都是常见的评估指标，用于衡量预测结果的准确度。

RMSE是预测值与实际值之间差值的平方和的平均值的平方根，它的值越小越好。RMSE的计算公式为：

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

其中，$y_i$为实际值，$\hat{y_i}$为预测值，$n$为样本数量。

MAPE是预测值与实际值之间差值的绝对值占实际值的比例的平均值，它的值越小越好。MAPE的计算公式为：

$$MAPE=\frac{1}{n}\sum_{i=1}^{n}\left|\frac{y_i-\hat{y_i}}{y_i}\right|\times100\%$$

其中，$y_i$为实际值，$\hat{y_i}$为预测值，$n$为样本数量。

MAE是预测值与实际值之间差值的绝对值的平均值，它的值越小越好。MAE的计算公式为：

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

其中，$y_i$为实际值，$\hat{y_i}$为预测值，$n$为样本数量。