Performance RMSE和平均目标变量

我有一个回归问题，我想使用以下方法评估我的模型的性能：

• RMSE
• 微卫星
• 梅
• 马佩
• R2
• 我还报告了测试数据中目标变量的平均值

之前，我的模型达到RMSE~40，平均目标变量为112

为了改进结果，我更改了数据中的一些列和值分布。该变更影响了培训和测试数据。话虽如此，测试数据中的平均目标变量约为80

• RMSE~30
• 测试数据中的平均目标变量：~80

那么，如果RMSE从40降低到30，我真的做得更好吗？还是我在愚弄自己，就像以前我有40（RMSE）/112（平均塔雷格特风险）而现在我有30（RMSE）/80（平均塔雷格特风险）

---

换句话说，我们是否真的应该将RMSE与目标变量的平均值进行比较，以了解我们做得有多好？

平均值不能告诉您数据的分布情况，并且RMSE与平均值的比率不能告诉您模型可以解释多大的方差

---

由于列表中有R2，因此可以使用R2，它大致是解释的方差比例，使其与目标的比例保持不变。

谢谢。让我想到平均值的是，我的模型中的R2在我做出更改之前和之后都保持不变，我注意到目标变量的平均值降低了，而RMSEA有用的方法是将你以前的预测与当前预测进行对比，如果只是标度发生了变化，它们将沿着对角线排列