← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8614 · 生成模型:GPT-6

残差标准误与RMSE分母不同

理解等级:中级

训练RMSE=√(SSE/n),线性模型残差标准误通常为√(SSE/(n−p)),p为估计参数秩。只有参数占比很小时才数值接近,不能如原文直接说二者相同。比较自由度、R²和调整R²有助于识别拟合复杂度,但仍要独立验证。

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《预测网页流量 · 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/part3105.html,spine3211) - 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:Residual Standard Error",很简单,就是我们使用sqrt(mean(residuals(lm.fit)^2))计算出来的RMSE。"degree of freedom"(自由度)是指下面的概念,我们在分析中使用的数据点至少要有两个,才能有效地拟合出两个系数,