zoukankan      html  css  js  c++  java
  • 线性回归中常见的一些统计*语(RSE RSS TSS ESS MSE RMSE R2 Pearson's r)

    TSS: Total Sum of Squares(总离差平方和) --- 因变量的方差

    RSS: Residual Sum of Squares (残差平方和) ---  由误差导致的真实值和估计值之间的偏差平方和(Sum Of Squares Due To Error)

    ESS: Explained Sum of Squares (回归平方和) ---  被模型解释的方差(Sum Of Squares Due To Regression) 

    TSS=RSS+ESS

    R2: Coefficient of Determination(决定系数) --- 因变量方差中可由自变量解释的比例,是模型解释力的指标

    adjusted R2: adjusted R2与R2类似,不过考虑到了样本数和变量数

    MSE: Mean Squared Error (均方误差) ---  真实值和估计值之间的偏差平方和的平均值,用来评估模型的效果

    RMSE: Root Mean Squared Error(均方根误差) ---  MSE的方根,可从单位度量上衡量模型的效果

    RSE: Residual Standard Error(残差的标准误差) ---  描述目标和真实回归线之间的平均偏移量,用来估计残差的标准差

    (n-p-1: 自由度,p: 特征数)

    Correlation: 也就是Pearson's r(皮尔逊相关系数) ---  用来检测自变量X和因变量Y之间的线性关系有多强

  • 相关阅读:
    JavaScript-年月日转换12小时制
    Javascript-双色球
    Javascript-for循环案例-打印1-100之间所有的数字
    HDU4240_Route Redundancy
    HDU2883_kebab
    POJ3041_Asteroids
    HDU3829_Cat VS Dog
    BZOJ2806_Cheat
    HDU4641_K-string
    CF271D_Good Substrings
  • 原文地址:https://www.cnblogs.com/HuZihu/p/9692814.html
Copyright © 2011-2022 走看看