第3章：回归模型评估：MAE、MSE、RMSE、R-squared，这些指标到底在说什么？

做回归模型评估，说白了就是回答一个问题：你猜得准不准？

我刚开始带AI产品团队那会儿，经常被开发同学问：“老大，你说这个模型好不好？”我一看报告，一堆指标数字，说实话，当时我也懵。后来踩了不少坑，才慢慢摸清楚这些指标到底在说什么。

今天咱们就把MAE、MSE、RMSE、R-squared这四个指标掰开揉碎了讲。嗯，保证你听完就能用。

3.1 先搞清楚：回归模型在干什么？

回归模型，就是预测一个连续数值。比如预测房价、预测销售额、预测用户活跃度。

你给模型一堆特征，它给你一个数字。这个数字跟真实值越接近，模型就越好。

那怎么衡量“接近”呢？这就是评估指标要干的事。

3.2 MAE：最直观的“平均偏差”

全称：Mean Absolute Error，平均绝对误差

公式很简单：

MAE = (1/n) * Σ |y_true - y_pred|

说白了，就是每个样本的预测值和真实值差多少，取绝对值，然后求平均。

我个人的习惯是：给业务方汇报时，优先用MAE。为什么？因为它单位跟原始数据一样，好理解。

比如你预测房价，MAE是5万，意思就是平均每套房子猜偏了5万。业务方一听就懂。

避坑指南：我曾经在一个电商项目中，用MAE评估销售额预测模型。结果发现MAE很低，但模型在促销日表现极差。为什么？因为MAE对所有误差一视同仁，它不会放大那些“大错误”。如果你特别在意极端情况，MAE可能不够敏感。

3.3 MSE：惩罚“大错误”的狠角色

全称：Mean Squared Error，均方误差

公式：

MSE = (1/n) * Σ (y_true - y_pred)²

注意，这里把误差给平方了。这意味着什么？

你想想看，误差是2的时候，平方后是4；误差是10的时候，平方后是100。差距一下子拉大了。

MSE特别适合那些“不能容忍大错误”的场景。比如自动驾驶中的距离预测，你猜偏1米和猜偏10米，后果完全不一样。MSE会狠狠惩罚那个10米的错误。

我在项目中遇到过一件事：用MSE评估模型时，指标一直降不下来。后来发现是几个异常样本在作祟。MSE对异常值特别敏感，这既是优点也是缺点。

注意：MSE的单位是原始单位的平方。比如房价单位是“万元”，MSE的单位就是“万元²”。这玩意儿解释起来很别扭，业务方听了会懵。所以MSE更适合内部技术评估，不适合对外汇报。

3.4 RMSE：把MSE拉回“人间”

全称：Root Mean Squared Error，均方根误差

公式：

RMSE = sqrt(MSE) = sqrt((1/n) * Σ (y_true - y_pred)²)

说白了，就是把MSE开个根号。这样单位就变回原始单位了。

我个人建议：如果你既想惩罚大错误，又想让指标好理解，就用RMSE。

举个例子：

指标 值 单位 好不好理解？
MAE 5万 万元 ✅ 好理解
MSE 45万² 万元² ❌ 难理解
RMSE 6.7万 万元 ✅ 好理解

你看，RMSE和MAE单位一样，但RMSE通常比MAE大一点。为什么？因为它对误差大的样本更敏感。

核心区别：MAE vs RMSE，选哪个？
  • 如果误差分布比较均匀，MAE和RMSE差别不大
  • 如果存在少数大误差，RMSE会明显大于MAE
  • RMSE - MAE 的差值，可以反映“大误差的严重程度”

3.5 R-squared：模型到底解释了多少？

全称：R-squared，决定系数，也叫R²

公式：

R² = 1 - (SS_res / SS_tot)

其中：

  • SS_res = Σ (y_true - y_pred)²，模型没解释掉的误差
  • SS_tot = Σ (y_true - y_mean)²，数据本身的波动

R²的取值范围是(-∞, 1]，通常我们看0到1之间。

怎么理解？

R² = 0.8，意思就是模型解释了80%的数据波动。剩下的20%是模型没捕捉到的。

我记得有一次做用户留存预测，R²只有0.3。业务方问：“这模型是不是废了？”我说：“不一定。用户行为本身就很随机，能解释30%已经不错了。关键是看跟基线比有没有提升。”

避坑指南：我曾经见过一个团队，R²做到0.99，高兴得不行。结果一上线，预测结果一塌糊涂。为什么？因为他们在训练集上过拟合了。R²高不代表模型好，尤其是当特征数量很多的时候。R²会随着特征增加而增加，哪怕那些特征毫无意义。

3.6 四个指标怎么选？一张表说清楚

指标 核心特点 适合场景 对外汇报
MAE 直观，单位一致 业务解释、常规评估 ✅ 推荐
MSE 惩罚大错误 技术调优、异常敏感场景 ❌ 不推荐
RMSE 惩罚大错误+单位一致 技术评估+业务解释 ✅ 推荐
R² 解释数据波动比例 模型对比、效果评估 ✅ 推荐（需解释）

3.7 实战建议：产品经理该怎么用？

做AI产品经理，你不需要手算这些指标，但你要知道怎么看报告、怎么跟团队沟通。

我的建议是：

  1. 看RMSE和MAE的差距：如果差距大，说明存在大误差样本，需要排查异常数据
  2. 看R²的趋势：训练集和测试集的R²差距过大，说明过拟合了
  3. 不要只看一个指标：我习惯同时看RMSE和R²，一个看绝对误差，一个看相对解释力
  4. 跟业务方沟通用MAE或RMSE：单位一致，一说就懂
  5. 跟算法团队沟通用MSE和R²：他们懂这些指标的数学含义
一句话总结：MAE告诉你平均猜偏多少，MSE/RMSE告诉你大错误有多严重，R²告诉你模型解释了多少数据规律。四个指标一起看，才能全面评估一个回归模型的好坏。

好了，这一章就到这里。下一章咱们聊聊分类模型的评估指标，准确率、精确率、召回率、F1-score，这些又该怎么看？到时候见。

← 上一章 📖 返回目录 下一章 →