在训练完回归模型后，一位专家想要确定预测结果是系统性地高于还是低于真实值。哪种诊断方法可以显示模型是高估还是低估了目标？

残差图（Residual Plot）是诊断回归模型系统性偏差的有效工具。它通过绘制预测值与真实值之差（残差）与预测值或自变量的关系，直观地显示模型是否存在高估或低估的趋势。如果残差随机分布在零线上下，则表明模型没有系统性偏差。如果残差呈现出某种模式（例如U形或倒U形），则说明模型存在系统性高估或低估。 均方根误差 (RMSE) 衡量预测值与真实值之间的平均差异大小，但不能直接显示偏差方向。曲线下面积 (AUC) 和混淆矩阵主要用于分类模型评估，不适用于回归模型的系统性偏差诊断。