SSE 该统计参数计算的是拟合数据和原始数据对应点的误差的平方和 MSE(均方差)=SSE/n 该统计参数是预测数据和原始数据对应点误差的平方和的均值 RMSE(均方根) 该统计参数，也叫回归系统的拟合标准差，是MSE的平方根， *************************** 以上都是预测数据与原始数据对应点的评价，就是点与点的差别 以下都与与原始数据均值相比较的 *************************** SSR：预测数据与原始数据均值之差的平方和 SST：原始数据与原始数据均值之差的平方和 SST=SSE+SSR R-square(确定系数) =SSR/SST=1-SSE/SST “确定系数”是通过数据的变化来表征一个拟合的好坏。由上面的表达式可以知道“确定系数”的正常取值范围为[0 1]，越接近1，表明方程的变量对y的解释能力越强，这个模型对数据拟合的也较好，