衡量算法的好坏的标准有准确性、误差和残差。1、准确性：这是最常用的评价标准，特别是对于分类问题，准确性是指算法正确分类的样本数与总样本数之比，然而，在某些情况下，如数据分布不平衡时，准确性不是最佳的衡量指标。2、误差和残差：对于回归问题，常常关心模型的预测值与实际值之间的差异，这可以通过误差或残差来衡量。3、算法是为了解决某类问题而规定的一个有限长的操作序列，一个有效的算法必须满足有穷性、确定性、可行性、有输入和有输出这五个重要特性。