知识卡片
拟合优度不是失配概率
R²在常见含截距回归中比较拟合残差与样本总变异,0.9948表示样本内解释比例约99.48%,不能读作“模型只有0.52%概率拟合失败”。高拟合度也不能证明模型在未测规模、其他工作负载或其他平台仍准确。
书中对四种排序方法用历史平台的测量拟合二次与n log n函数,并观察某实现的分段行为;拟合只是对指定数据的描述,源码和额外数据才能帮助解释切换原因。测试设置、数据分布与误差应随结论保留。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
0.9948表示,由于数据的随机变化,只有0.52%的几率造成趋势线和数据不拟合。 第四种排序法很明显地是四种算法中最差的,在电子数据表上描绘512个数据点,与数据相符合的趋势线是: y=0.0053*n2-0.3601*n+39.212 R2=0.9948 我们看到,R2的值如此地接近1,这是一个
参考来源
- 位置:《算法技术手册》第2章《函数的增长率》(spine1462;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part1426.html;u025-ch02-006)。
- 结论依据:25全文R²解释、拟合式及03140两幅图实读;纠正概率与解释比例混淆。
- 原始内容:0.9948表示,由于数据的随机变化,只有0.52%的几率造成趋势线和数据不拟合。 第四种排序法很明显地是四种算法中最差的,在电子数据表上描绘512个数据点,与数据相符合的趋势线是: y=0.0053*n2-0.3601*n+39.212 R2=0.9948 我们看到,R2的值如此地接近1,这是一个