问题：
使用什么指标评估一个回归模型？
回答：
评估回归模型的常用指标包括：
均方误差（MSE）：MSE是最常用的回归模型评估指标之一。它衡量实际值与预测值之间的平均平方误差。MSE越小表示模型的拟合效果越好。
均方根误差（RMSE）：RMSE是MSE的平方根，它衡量实际值与预测值之间的平均误差。与MSE类似，RMSE越小表示模型的拟合效果越好。
平均绝对误差（MAE）：MAE是实际值与预测值之间的平均绝对误差。MAE越小表示模型的拟合效果越好。
决定系数（R²）：R²衡量模型能够解释因变量变异程度的比例，即模型拟合数据的程度。R²越接近1，表示模型的拟合效果越好。
相关系数（Pearson相关系数）：Pearson相关系数衡量实际值和预测值之间的线性关系程度。相关系数的取值范围为-1到1，越接近1表示实际值和预测值之间的线性关系越强。
在选择使用哪些指标进行评估时，需要考虑数据类型和具体应用场景等因素。