どうやってモデルの正確さをパーセンテージであらわすのか？

最上２乗法を学んだので、自分で作ったデータで試してみようと思いました。
作ったモデルの正確さを、とりあえず差分の２乗の平均で表したんですけど、これをパーセンテージで表したいです。
今『Pythonではじめる機械学習』という本を読んでるんですけど、そこではモデルの正確さをパーセンテージで出せていたので、その仕組みがどうなってるのか気になった次第です。

回答お願いします！　m(__)m

%matplotlib inline

import matplotlib.pyplot as plt
import random
from statistics import mean, stdev
import numpy as np
import math 

# 理系科目が得意な人を想定して、物理と数学のテスト結果を作成
# それぞれ、インデックスが同じものは同じ人の点数。
phy = [40, 90, 80, 50, 70, 66, 70, 90, 88, 29, 21, 33, 50, 60, 50, 80, 77, 88, 29, 34, 50, 12]
ma = [50, 77, 99, 44, 88, 60, 77, 80, 99, 44, 40, 30, 90, 80, 40, 90, 70, 66, 33, 55, 45, 15]

phy_mean = mean(phy)
ma_mean = mean(ma)

# 共分散を計算
def cov(data_score1, data_score2):
    
    data_score1_mean = mean(data_score1)
    data_score2_mean = mean(data_score2)
    
    store = []
    
    for score1, score2 in zip(data_score1, data_score2):
        store.append((data_score1_mean - score1) * (data_score2_mean - score2))
        
    cov = sum(store) / len(data_score1)
    
    return cov

cov = cov(phy, ma)

katamuki = cov / (stdev(phy) * stdev(phy))
seppen =  mean(ma) - mean(phy) * (katamuki)

y = []
for x in range(0, 101, 10):
    y.append(katamuki * x + seppen)
x = np.array([i for i in range(0, 101, 10)])
fig, ax = plt.subplots()
ax.scatter(phy, ma)
ax.set_xlabel("physics")
ax.set_ylabel("math")
ax.plot(x, y)

# このモデルがどれくらい正確か試してみたい。

#　新しいデータを5個つくる。
phy_new = [90, 77, 50, 10, 50]
ma_new = [99, 70, 44, 15, 33]
plt.scatter(phy_new, ma_new, c="red")

# まずは、個々のphy_newに対して、予測された結果のphy_new_predを集める。
math_pred = []
for phy_data in phy_new:
    math_pred.append(round(katamuki * phy_data + seppen))

# つぎに、予測されたデータmath_predと、実際のデータであるma_newを比べてみる。

# それぞれ、差を２乗して、平均をとってみる
diff = []
for new, old in zip(ma_new, math_pred):
    diff.append((new - old) * (new - old))

accuracy =math.sqrt(mean(diff) / len(diff))
print("accuracy: {}".format(round(accuracy, 2)))