2021-07-20 深度学习基础与实践(五)

本文介绍了多元回归,包括多元线性回归和R方的计算,以及多项式回归,如二次回归。此外,探讨了过拟合现象,通过实例解释并提出正则化作为应对策略,如Lasso、Ridge和Elastic Net回归。
摘要由CSDN通过智能技术生成

一、多元回归

1.多元线性回归

2.R方

  • R方可以用于评估回归模型对现实数据拟合的程度。

  • 举例:
    请添加图片描述

  • y i y_i yi是测试集第 i i i个样本的价格, y ˉ \bar y yˉ是真实价格的均值, f ( x i ) f(x_i) f(xi)是模型对第 i i i个样本的预测价格, n n n是样本数量。则R方计算步骤为:

    1. 计算残差(估计值与实际观察值之间的差)平方和: S S r e s = ∑ i = 1 n ( y i − f ( x i ) ) 2 SS_{res} = \sum_{i = 1}^{n}{(y_i - f(x_i))^2} SSres=i=1n(yif(xi))2

      本例中,

    2. 计算样本总离差平方和: S S t s s = ∑ i = 1 n ( y i − y ˉ ) 2 SS_{tss} = \sum_{i = 1}^{n}{(y_i - \bar y)^2} SStss=i=1n(yiyˉ)2

      本例中,

    3. 最后得到R方: R 2 = 1 − S S r e s S S t s s R^2 = 1 - \frac{SS_{res}}{SS_{tss}} R2=1

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值