知识卡片

普通读书笔记卡 · 3710.p · 生成模型:GPT-6

残差结构提示模型未捕捉信号

理解等级:中级

残差是真值减预测值。检查残差与拟合值的关系,若出现弯曲等系统形状,可能是表示或模型不充分;没有明显形状也不等于证明残差纯噪声。书中plot(…,which=1)是残差对拟合值图,不是任意真实输入对残差。

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:《机器学习:实用案例解析》第05章《线性回归简介 · 连续片段1》(来源项目book-sources;源文件: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/part3104.html,spine3210) - 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。 - 原始内容:称为残差,因为它们是我们的数据中由一条直线所能解释的那部分之外的剩余部分。在R语言中可以通过使用residuals函数替换predict函数来直接获得残差: residuals(fitted.regression) 为了发现使用线性回归时产生的明显错误,可以把残差和真实数据对应画