在sklearn中包含四種評價尺度，分別為mean_squared_error、mean_absolute_error、explained_variance_score 和 r2_score。
1、均方差（mean-squared-error）
2、平均絕對值誤差（mean_absolute_error）
3、可釋方差得分（explained_variance_score）
explained variation measures the proportion to which a mathematical model
accounts for the variation (dispersion) of a given data set
4、中值絕對誤差（Median absolute error）
此種方法非常適應含有離群點的數據集
5、R2 決定系數（擬合優度） 
它是表征回歸方程在多大程度上解釋了因變量的變化，或者說方程對觀測值的擬合程度如何。
因為如果單純用殘差平方和會受到你因變量和自變量絕對值大小的影響，不利於在不同模型之間進行相對比較.而用擬合優度就可以解決這個問題。例如一個模型中的因變量:10000、20000…..，而另一個模型中因變量為1、2……，這兩個模型中第一個模型的殘差平方和可能會很大,而另一個會很小，但是這不能說明第一個模型就別第二個模型差。