ML新手求助：如何量化非线性数据下决策树模型的预测准确率？

Hey there! 作为刚入门ML的新手，你选决策树来处理非线性的汽车价格预测数据确实是个合理的选择——毕竟线性模型在这种场景下表现力会大打折扣。关于你提到的模型准确率量化问题，R²确实在非线性回归场景下参考性不强，我给你整理几个非常适配的评估方法：

• 平均绝对误差（MAE）：计算预测值与真实值之间绝对差的平均值，它的单位和你的目标变量（汽车价格）完全一致，非常直观易懂。公式为 MAE = (1/n) * Σ|y_true - y_pred|，完全不受数据线性与否的限制，适合用来衡量整体的平均预测偏差。
• 均方误差（MSE）/ 根均方误差（RMSE）：MSE是预测误差平方的平均值，RMSE则是它的平方根。RMSE同样和目标变量单位一致，而且会对较大的预测误差给予更高的权重——如果你更在意避免出现离谱的预测（比如把一辆10万的车估成50万），RMSE会是更合适的选择。公式分别为：
  • MSE = (1/n) * Σ(y_true - y_pred)²
  • RMSE = sqrt(MSE)
• 平均绝对百分比误差（MAPE）：这是百分比形式的误差指标，公式为 MAPE = (100/n) * Σ|(y_true - y_pred)/y_true|。它的优势在于能直观展示预测误差占真实价格的比例，比如“模型平均预测误差在4%以内”，给用户解释起来非常清晰，尤其适合价格这类有明确数值量级的场景。
• 中位数绝对误差（MedAE）：如果你的数据集里存在极端值（比如少数超豪华车的高价数据），MedAE会比MAE更稳健。它取的是误差绝对值的中位数，不会被 outliers 过度影响，能更准确反映模型在大多数样本上的预测表现。

另外给你个小建议：可以同时结合2-3个指标来综合评估模型，比如用MAE看整体平均偏差，RMSE关注大误差情况，再用MAPE给用户做直观的结果解释，这样能更全面地衡量模型的性能。

内容的提问来源于stack exchange，提问作者wilson_smyth