1.概述
回归性能评估算子是用于评估回归算法在测试集上的性能。
性能指标MSE（均方误差）：是反映估计量与被估计量之间差异程度的一种度量。RMSE（均方根误差）：是预测值与真实值偏差的平方与观测次数n比值的平方根。MAE（平均绝对误差）：平均绝对误差是绝对误差的平均值，平均绝对误差能更好地反映预测值误差的实际情况。EVS（解释方差）：解释回归模型的方差得分，其值取值范围是[0,1]，越接近于1说明自变量越能解释因变量的方差变化，值越小则说明效果越差R2（拟合优度）：是反映模型拟合优度的重要的统计量，为回归平方和与总平方和之比。
输入：算法节点（模型应用）输出的数据集。
输出：性能指标（MSE、RMSE、MAE、EVS、R2、Adjusted R2）、真实值与预测值对比图。
2.配置方法
将回归性能评估节点添加到实验后，可通过右侧的“配置项目”页面，对回归性能评估节点进行设置。
2.1参数列表
【性能指标保留位数】参数值为正数时，保留小数点后的位数，参数值为负数时，保留小数点前的位数。请选择大于1的整数。
2.2选择变量
真实值：真实标签，必须选择一个字段。
预测值：预测标签，必须选择一个字段。
选择数据页面操作见插件节点>选择数据。
3.查看结果
可通过连接多视图节点查看结果或连接表格视图来查看性能指标，连接图片视图来查看真实值与预测值对比。
其中准确率、召回率、F1-score的取值范围为[0,1]，当数值越接近1说明模型表现越好。
