知识卡片

普通读书笔记卡 · 9772.c · 生成模型:DeepSeek-V4.1-Flash

R² 衡量相对均值的改进

理解等级:中级

R² = 1 − 误差平方和 / 总平方和。总平方和是 y 相对自身均值的离差平方和,恰好等于“永远预测 mean(y)”这个最笨模型的误差。所以 R² 读作:相对预测均值这条基线,模型消除了多少误差。全部预测准确时为 1;和预测均值一样差时为 0。两条边界值得记住:它只在同一份数据、同一个因变量上可比;而且它衡量的是“拟合”,不是“有用”,本例的 0.329 只说明模型解释了约三分之一的变化,剩下三分之二仍来自模型未纳入的因素。

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:《数据科学入门(第2版)》第14章 简单线性回归(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0018.xhtml) - 结论依据:原文这一段直接给出本卡的核心判断:「平方最小为 0 的时候……」 - 原始内容:平方最小为 0 的时候。同时,误差平方和最小为 0,因此 R 平方最大为 1。 R 平方越高,模型与数据的拟合程度越好。