Olá Danival, tudo bem? Espero que sim!
Se tratando de Regressões Lineares, é muito provável que os valores previstos sejam diferentes dos valores reais. Isso porque a regressão linear busca um ajuste para minimizar os erros de uma forma geral e não fazer com que erros de pontos específicos se tornem nulos.
Portanto as métricas de avaliação de modelos de regressões lineares não consistem em taxas de acerto. A métrica mostrada na aula é o R², conhecido também como coeficiente de determinação e ele não mede a taxa de acerto, e sim a proporção da variância que pode ser explicada do modelo com as variáveis explicativas que foram utilizadas.
Uma outra métrica de avaliação é chamada de erro quadrático médio, que consiste em avaliar a raiz quadrada da média da soma dos erros. Quanto menor esse valor, menor é o erro entre o valor real e o valor predito, capturando todos os pontos ao mesmo tempo.
Espero que tenha tirado sua dúvida.
Estou à disposição. Bons estudos!