一位机器学习工程师需要预测某个特定地点的公寓价格。哪种评估指标适合衡量模型的预测性能？

平均绝对误差 (MAE) 适用于回归问题，因为它衡量了预测值与实际值之间的平均绝对差异。公寓价格预测是一个回归任务，目标是预测一个连续的数值。MAE 直接量化了预测的平均误差大小，易于解释，且对异常值不那么敏感。 Accuracy (准确率)、Area Under the ROC Curve (AUC) 和 F1 score (F1 分数) 主要用于分类问题。准确率衡量正确分类的样本比例；AUC 衡量分类模型区分正负类的能力；F1 分数是精确率和召回率的调和平均值，适用于类别不平衡的分类问题。这些指标不适用于评估连续数值预测的性能。