免费工具 · 无需登录 · 数据不上传
MAE、RMSE、MAPE、R² 在线计算器
粘贴实际值和预测值，计算常用回归与时间序列预测指标；同时识别零值、异常大误差和方向性偏差，避免只看一个漂亮数字。
每行两列，支持逗号、分号、Tab 或空格；第一列实际值，第二列预测值。可以保留一行表头。
数据只在你的浏览器中计算，不会上传或保存。请不要把训练集指标当成泛化能力，建议粘贴独立测试集结果。
怎样选择预测评价指标
MAE 和 RMSE 保留目标变量的单位，适合解释误差规模；RMSE 对大误差更敏感。MAPE 便于表达百分比，但实际值为零或很小时会失真。sMAPE 使用实际值与预测值的共同尺度，WAPE 用总绝对误差除以实际值绝对量之和，仍需结合业务场景解释。
先和简单基线比较
单独一个误差值不能证明模型有效。时间序列至少应和上一时刻、上一周期或训练集均值等基线在同一测试区间比较；数据划分、反归一化和评价区间也必须保持一致。
定义参考
指标解释参考 MathWorks 回归模型评估文档；MAPE 的零值注意事项参考 MathWorks MAPE 文档。
常见问题
MAE 和 RMSE 有什么区别？
两者都与目标值同单位。MAE 是绝对误差的平均值，直观反映典型误差；RMSE 会平方误差后再平均，因此对少数大误差更敏感。
实际值有 0 时还能计算 MAPE 吗？
对应行无法直接做百分比除法。本工具会把实际值为 0 的行从 MAPE 中排除并明确提示，同时建议报告 MAE、RMSE、WAPE 或适合业务的归一化指标。
R² 为负数是不是算错了？
不一定。R² 为负表示在这组评估数据上，模型的平方误差比直接用实际值均值作为预测还大。还应检查测试集划分、数据泄漏、异常值和基线模型。
指标应该在训练集还是测试集计算？
最终结论应基于未参与训练和调参的独立测试集。训练集指标主要用于诊断拟合，不代表对未来数据的泛化能力。
上传的数据会保存吗？
不会。解析与计算全部在当前浏览器完成，页面不会把你粘贴的数值发送到服务器。