在訓練完迴歸模型後，一位專家想判斷預測值是否系統性地高於或低於真實值。哪種診斷方法可以顯示模型是高估還是低估了目標？

殘差圖（Residual plots）是診斷迴歸模型的重要工具，它能視覺化地呈現預測值與真實值之間的差異（殘差）。如果殘差圖顯示出系統性的模式（例如，所有殘差都為正或為負，或呈現U形、倒U形等），則表示模型存在偏差，系統性地高估或低估了目標值。 RMSE (Root Mean Square Error) 是一個衡量模型預測誤差大小的指標，但它只提供誤差的總體量化值，無法顯示誤差的方向性（高估或低估）。曲線下面積 (Area under the curve) 和混淆矩陣 (Confusion matrix) 主要用於分類模型，不適用於判斷迴歸模型預測值的系統性偏差。