評估參數解釋
MAE：平均絕對誤差，就是預測出來的數值減去真實的數值，然後將所有數值加一起，再除以樣本數量。比如：樣本中有 100 條數據，用其中 66 條作爲算法的訓練，然後將 34 條數據輸入後，得到 34 個結果，這個預測的每個結果減去每個數據真實的結果，再將這些減完的 34 個結果相加，再除以 34，都得到平均絕對誤差。
MSE：均方誤差，就是預測出來的數值減去真實的數值再平方，然後將所有數值加一起，再除以樣本數量。就是均方誤差
RMSE：均方根誤差，將均方誤差開根號。RMSE的好處是量綱與數據一致。，量綱（dimension）是指物理量的基本屬性，物理問題所涉及的量可以按照其屬性分爲兩類：一類物理量的大小與度量時所選用的單位有關，稱爲有量綱量，如常見的有長度、時間、質量、速度、加速度、力、動能、功等；另一類物理量的大小與度量時所選用的單位無關，則稱爲無量綱量，如角度、兩個長度之比、兩個時間之比、兩個力之比、兩個能量之比等。
這裏主要觀察 MAE 和MSE，MAE 可以代表個誤差，MAE 越大，誤差越大，但是不知道誤差的波動情況，所以 MSE 是觀察誤差的波動情況，MSE 越大，誤差波動越大。