在介绍完分类任务的评估指标后，本章着重介绍专为回归问题设计的模型评估方法。回归模型用于预测连续数值结果，例如预测产品价格或销售额。

在本章中，您将了解到常用的回归模型性能衡量指标。我们将介绍：

• 平均绝对误差 (MAE)： 衡量一组预测中误差的平均大小，不考虑误差的方向性。
• 均方误差 (MSE)： 衡量误差平方的平均值。它对较大的误差赋予更高的权重 (weight)。
• 均方根误差 (RMSE)： 均方误差的平方根，提供的误差指标与目标变量的单位相同。
• 决定系数 ($R^2$)： 表示因变量中可由自变量预测的方差比例。

掌握这些指标有助于评估回归模型的预测值与实际值之间的接近程度。我们将介绍每个指标的计算方法和解释，以帮助您衡量回归任务中的模型效果。