好的，资深编程讲师，为您呈上第33课的完整内容。

第33课 - 回归评估指标：MSE、RMSE、MAE 与 R2

课程：机器学习：从入门到实战 当前课：第 33 课 - 回归评估指标：MSE、RMSE、MAE 与 R2 所属模块：监督学习-回归难度：beginner 标签：evaluation, metrics 上一课：正则化：Ridge、Lasso 与 ElasticNet 下一课：交叉验证：K-Fold 与分层采样

1. 学习目标

学完本课，你将能够：

理解并区分MSE、RMSE、MAE和R2这四种常用回归评估指标的含义。
掌握使用sklearn.metrics计算这四种指标的方法。
了解不同评估指标在解释模型误差和性能方面的优势与局限。
能够根据具体任务选择合适的评估指标来评判模型。

2. 核心概念

训练好一个回归模型（如预测房价、销量）后，我们最关心的问题是：“这个模型到底准不准？”。这就需要评估指标来给我们一个量化的答案。

想象一下，我们在用模型预测一组房子的价格。真实价格是我们已知的答案，预测价格是模型给出的结果。评估指标就是用来衡量这两者之间差异的“尺子”。

误差（Error）：误差 = 真实价格 - 预测价格。这个差值可正可负，代表预测是高了还是低了。
绝对误差（Absolute Error）：|误差|，即误差的绝对值。我们只关心错了多少，不管错的方向。
平方误差（Squared Error）：误差²。平方会放大较大的误差，让模型对“离谱”的预测更敏感。

基于这三种基础概念，衍生出了我们的“四大金刚”指标：

① MAE（平均绝对误差）

通俗解释：平均来说，我们的预测偏离了真实值多少。它的单位和原始数据一致，非常直观。例如，MAE=2万元，表示模型平均少预测或高预测了2万元。
公式：MAE = (1/n) * Σ|真实值_i - 预测值_i|
特点：对所有误差一视同仁，对异常值（Outliers）不太敏感。

② MSE（均方误差）

通俗解释：平均来说，我们预测误差的平方是多少。因为平方，它会放大较大误差的影响。
公式：MSE = (1/n) * Σ(真实值_i - 预测值_i)²
特点：对大的误差惩罚更重。值的大小难以直观解释（单位是原始数据的平方）。

③ RMSE（均方根误差）

通俗解释：这是MSE的“修正版”。先对MSE开根号，让指标的单位回到和原始数据一致，同时保留了MSE对较大误差敏感的特性。这是最常用的指标之一。
公式：RMSE = √(MSE)
特点：单位与原数据一致，比MSE更易解释，对异常值敏感。

④ R²（决定系数）

通俗解释：这是一个“评分”，表示我们的模型解释了多少目标变量的波动。可以理解为：R² = 1 - (模型无法解释的变异 / 总变异)。
取值范围：通常在0到1之间。1代表完美拟合，0代表模型不如直接用均值预测，负数代表模型非常糟糕。
特点：是一个相对指标，可以直观判断模型相对于“基准模型”（总是预测均值）的提升程度。

3. 代码示例

我们将使用经典的波士顿房价数据集，训练一个简单的线性回归模型，并计算全部四个评估指标。

# 导入必要的库
import numpy as np
import pandas as pd
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score
import matplotlib.pyplot as plt

# 1. 加载数据并拆分
# 注意：load_boston在新版sklearn中已移除，这里使用一个替代方法
# 如果你的环境支持load_boston，可以直接使用。否则请使用下面的方法。
# data = load_boston()
# X, y = data.data, data.target

# 替代加载方式（使用fetch_openml）
from sklearn.datasets import fetch_openml
boston = fetch_openml(name='boston', version=1, as_frame=True)
X = boston.data.values
y = boston.target.values.astype(np.float64)

# 拆分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 2. 训练一个线性回归模型
model = LinearRegression()
model.fit(X_train, y_train)

# 3. 在测试集上进行预测
y_pred = model.predict(X_test)

# 4. 计算评估指标
mae = mean_absolute_error(y_test, y_pred)
mse = mean_squared_error(y_test, y_pred)
rmse = np.sqrt(mse)  # 手动计算RMSE
r2 = r2_score(y_test, y_pred)

# 打印结果
print(f"平均绝对误差 (MAE): {mae:.4f}")
print(f"均方误差 (MSE): {mse:.4f}")
print(f"均方根误差 (RMSE): {rmse:.4f}")
print(f"决定系数 (R²): {r2:.4f}")

# 5. 可视化：真实值 vs 预测值
plt.figure(figsize=(8, 6))
plt.scatter(y_test, y_pred, alpha=0.6)
plt.plot([y.min(), y.max()], [y.min(), y.max()], 'r--', lw=2) # 理想预测线
plt.xlabel('真实房价')
plt.ylabel('预测房价')
plt.title('真实房价 vs 模型预测房价')
plt.grid(True)
plt.show()

# 6. 可视化残差（误差）
residuals = y_test - y_pred
plt.figure(figsize=(8, 6))
plt.scatter(y_pred, residuals, alpha=0.6)
plt.hlines(y=0, xmin=y_pred.min(), xmax=y_pred.max(), colors='r', linestyles='--')
plt.xlabel('预测房价')
plt.ylabel('残差 (真实值 - 预测值)')
plt.title('残差分布图')
plt.grid(True)
plt.show()

输出示例（你的结果可能因数据拆分略有不同）：

平均绝对误差 (MAE): 3.4271
均方误差 (MSE): 24.2911
均方根误差 (RMSE): 4.9286
决定系数 (R²): 0.6688

解释：R²约为0.67，说明我们的线性模型解释了大约67%的房价变异。RMSE约为4.93，意味着平均预测误差在5个单位（房价单位）左右。

4. 实践练习

练习1：指标计算入门 给定一个简单的测试集，包含3个样本的真实值和模型预测值。请手动计算MAE和MSE，并与sklearn函数的结果对比。

真实值 [10, 20, 30]
预测值 [12, 18, 33]
预期输出：MAE=2.0, MSE=5.6667 (保留四位小数)

练习2：模型对比 你有两个模型A和B，它们在相同测试集上的评估指标如下：

模型A: MAE=5.2, RMSE=8.1, R²=0.75
模型B: MAE=6.0, RMSE=7.5, R²=0.78

请分析：哪个模型的平均误差更小？哪个模型对异常值更敏感？哪个模型的整体解释力更强？你认为哪个模型更好？为什么？

练习3：理解R² 假设我们有一个数据集，其中目标变量（真实值）的方差（Variance）为 100。一个模型的MSE（测试集）为 25。请计算这个模型的R²分数，并解释这个分数的含义。

5. 常见错误

混淆MSE和RMSE的单位：MSE的单位是原始数据的平方（如“万元²”），很难直接解释。通常报告RMSE更好，因为它和原始数据单位一致。
只看R²，忽略绝对误差：R²是一个相对指标。两个模型R²相同，但RMSE可能差异很大。应结合RMSE/MAE等绝对指标一起看。
不考虑数据分布：如果数据中有非常大的异常值（Outliers），MSE和RMSE会被严重拉高。此时，MAE可能是更稳健的评估指标。
在训练集上评估：这是最严重的错误！评估必须在未见过的测试集上进行，否则结果（尤其是R²）会过于乐观，无法反映模型泛化能力。
忽略业务背景：在某些业务中，误差的方向（高估 vs 低估）成本不同。例如，预测火灾风险时，高估（虚报）和低估（漏报）的代价完全不同，此时单纯的MAE可能不够，需要设计更定制的损失函数。

6. 小结

本课我们学习了评估回归模型的四大核心指标：

MAE：平均绝对误差，直观，对异常值不敏感。
MSE：均方误差，放大大误差的影响。
RMSE：均方根误差，最常用，单位直观，对异常值敏感。
R²：决定系数，表示模型解释了多少数据变异，是相对评分。

选择建议：

需要直观的误差量级时，看 RMSE 或 MAE。
需要比较模型相对于“基准”的整体提升时，看 R²。
数据中异常值多，且你不希望它们主导评估时，MAE 可能比 RMSE 更合适。
永远在测试集上计算这些指标。

理解并熟练运用这些指标，是判断和优化回归模型的第一步。在下一课中，我们将学习如何使用交叉验证来更可靠地评估模型性能。

练习编辑器

rust