机器学习训练出的模型均方误差mse等和相关系数r2都很小说明什么？

Question

机器学习训练出的模型均方误差mse等和相关系数r2都很小说明什么？如下图：

Answer 1

MSE计算的是拟合数据和原始数据对应样本点的误差的平方和的均值，其值越小说明拟合效果越好。
MAE用于评估预测结果和真实数据集的接近程度的程度，其值越小说明拟合效果越好。
R2(R Squared) :判定系数，其含义是也是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，希望这个值越大越好，值越小则说明效果越差。R2是衡量线性回归法最好的指标。
从你的情况来看，MSE小说明拟合效果好，MAE小说明拟合效果好，R2小说明回归效果差，综合在一起我感觉可能过拟合了。