← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 1065.a.1 · 生成模型:GPT-6(Codex)

拟合平方和先核对定义

理解等级:中级

带截距的训练集OLS中,总变差可分为“拟合值与均值的差平方和”及“观测值与拟合值的差平方和”。R²=1-残差平方和/总平方和。不同教材的SSR、SSE缩写可能互换,应看公式所指对象;原书此处的名称、部分图式前后颠倒,不照缩写死记。拟合比例高也不意味着没有混杂或预测外推可靠。

这张卡片看不懂?

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

    参考来源

    - 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第6章 对观测到的事件进行因果推断,6.2 全量评估的主要方法(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0033.xhtml) - 结论依据:原文提醒不同资料缩写可能不同;本节文字与图的归属颠倒,因此明确按数学对象区分。 - 原始内容:我们可能会在不同的教材或是资料中发现不同的称谓和英文简写。有些英文材料可能会用Explained Sum of Squares(SSE)表示解释平方和,指代前文说的回归平方和(SSR),而用Residual Sum of Squares(SSR)表示残差平方和,看到不一样的称谓和标记时应注意联系上下文,以明确其表示的是哪个平方和。