我在同一个数据集上训练了两个回归模型。它们以可比较的平均绝对误差执行$MAE_{1,2} \approx 0.45$，但决定系数与$R^2_1 \approx 0$（嗯，那很糟糕！）在一种情况下，$R^2_2 \approx 0.4$（嗯...）在另一个。

我知道更好的 R² 意味着模型可以更好地解释遇到的方差。但是在 MAE 相等的情况下如何解释呢？模型二的方差较小？

注意：我知道我选择的指标可能有问题。

• 我选择 R² 而不是调整后的 R² 只是因为模型 2 是一个深度神经网络，我没有找到任何关于如何计算它的文献。
• 我选择 MAE 而不是均方误差 MSE，因为我预测的值属于明确定义的范围$[0,10]$，这使得 MAE 在直觉上对我有意义，而 MSE 则没有。

如果我观察到的行为是由于选择了这种指标，我会很高兴知道这是怎么回事！如果这是一个菜鸟问题，请原谅，我对统计的理解在本质上有点经验。