机器学习之回归指标

回归指标

基本性能度量:

给定一个回归模型 f,下面的度量标准通常用来评估模型的性能。
完全平方和

SS_{tot}=\sum\limits_{n=1}^m(y_i-\overline y)^2

解释平方和

SS_{reg}=\sum\limits_{n=1}^m(f(x_i)-\overline y)^2

残差平方和

SS_{res}=\sum\limits_{n=1}^m(y_i-f(x_i))^2

确定性系数

记作R^2r^2,提供了模型复现观测结果的能力,定义如下:

R^2=1-\frac{SS_{res}}{SS_{tot}}

主要性能度量

以下性能度量通过考虑变量n的数量,常用于评估回归模型的性能:

HZw0cOiwuv.png!large

ai
本作品采用《CC 协议》,转载必须注明作者和本文链接

不要试图用百米冲刺的方法完成马拉松比赛。

讨论数量: 0
(= ̄ω ̄=)··· 暂无内容!

请勿发布不友善或者负能量的内容。与人为善,比聪明更重要!