回帰モデルをトレーニングした後、ある専門家は、予測が真の値よりも体系的に上回るか下回るかを判断したいと考えています。モデルがターゲットを過大評価しているか過小評価しているかを示す診断方法はどれですか？

残差プロットは、予測値と実際の値の差（残差）をプロットしたもので、モデルがターゲットを体系的に過大評価または過小評価しているかどうかを視覚的に判断するのに非常に有効です。残差が予測値に対して特定のパターン（例えば、常に正または負）を示す場合、バイアスが存在することを示唆します。二乗平均平方根誤差 (RMSE) はモデルの全体的な予測誤差の大きさを測りますが、誤差の方向性やパターンは示しません。曲線下面積 (AUC) は分類モデルの性能評価に用いられ、回帰モデルには適用されません。混同行列も分類モデルの性能評価に用いられ、回帰モデルのバイアス診断には使用できません。