本文介绍了回归模型在模型选择上的常见评估指标：SST、SSR、SSE和R-square。
SST：The sum of squares total
SSR：The sum of squares regression
SSE：The sum of squares error
SST
The sum of squares total. SST是观测到的真实值与真实值的均值之间的差的平方和。
SSR
The sum of squares due to regression. SSR是预测值与真实值的均值之间差的平方和。
若SSR与SST相等，则我们说模型很好地拟合了所有的特征。
SSE
The sum of squares error。SSE是真实值与预测值之间差的平方和。
SST、SSR、SSE的关联
SST = SSR + SSE
R-square（R方）
R方是指拟合优度，是回归直线对观测值的拟合程度。