机器学习100天，今天讲的是：线性回归评估指标！

一、哪个模型更好？

我们之前已经对房价预测的问题构建了线性模型，并对测试集进行了预测。
如图所示，横坐标是地区人口，纵坐标是房价，红色的点是实际样本分布。
使用不同的算法或策略构建了两个线性回归模型，如图，分别是绿色直线、黄色直线所示。

那么如何量化我们构建的线性回归模型性能？如何比较这两个线性回归模型哪个更好呢？本节我们将给大家介绍一下线性回归常用的评估指标。

二、线性回归评估指标

线性回归常用的评估指标有 4 个，下面详细介绍！

• 第一：均方误差（Mean Squared Error），简称 MSE，我们之前介绍过这个概念。MSE 是真实值与预测值的差值的平方然后求和平均，它的计算表达式在这里。

M S E = 1 m