知识卡片
R平方比较的是平方误差
对同一评估集,R²=1−SSE模型/SSE均值基准;若两者RMSE按相同n计算,则R²=1−(RMSE模型/RMSE基准)²。原文省略平方算出的0.12595不是该定义R²。测试集或不含截距模型的R²可以为负,不能保证总在0到1。
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
- 第5章 回归模型:预测网页访问量 线性回归简介 · 连续片段2 · 查看原书依据
r2<-1-(model.rmse/mean.rmse) r2 #[1]0.1259502 [1]用技术方式描述这一问题就是:回归擅长内推插值(interpolation),却不擅长外推归纳(extrapolation)。
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2》(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:r2<-1-(model.rmse/mean.rmse) r2 #[1]0.1259502 [1]用技术方式描述这一问题就是:回归擅长内推插值(interpolation),却不擅长外推归纳(extrapolation)。