（转）线性回归统计指标 SSE、MSE、RMSE、R-square

SSE(和方差、误差平方和)：The sum of squares dueto error
MSE(均方差、方差)：Meansquared error
RMSE(均方根、标准差)：Root mean squared error
R-square(确定系数)：Coefficientof determination
Adjusted R-square：Degree-of-freedomadjusted coefficient of determination

下面我对以上几个名词进行详细的解释下，相信能给大家带来一定的帮助！！

一、SSE(和方差)
该统计 参数 计算的是拟合 数据 和原始数据对应点的误差的平方和，计算公式如下


SSE越接近于0，说明 模型 选择和拟合更好，数据 预测 也越成功。接下来的MSE和RMSE因为和SSE是同出一宗，所以效果一样

二、MSE(均方差)
该统计参数是预测数据和原始数据对应点误差的平方和的均值，也就是SSE/n，和SSE没有太大的区别，计算公式如下


三、RMSE(均方根)
该统计参数，也叫回归 系统 的拟合标准差，是MSE的平方根，就算公式如下


在这之前，我们所有的误差参数都是基于预测值(y_hat)和原始值(y)之间的误差(即点对点)。从下面开始是所有的误差都是相对原始数据平均值(y_ba)而展开的(即点对全)!!!

四、R-square(确定系数)
在讲确定系数之前，我们需要介绍另外两个参数SSR和SST，因为确定系数就是由它们两个决定的
(1)SSR：Sumof squares of the regression，即预测数据与原始数据均值之差的平方和，公式如下

(2)SST：Totalsum of squares，即原始数据和均值之差的平方和，公式如下

细心的网友会发现，SST=SSE+SSR，呵呵只是一个有趣的 问题 。而我们的“确定系数”是 定义 为SSR和SST的比值，故


其实“确定系数”是通过数据的变化来表征一个拟合的好坏。由上面的表达式可以知道“确定系数”的正常取值范围为[0 1]，越接近1，表明 方程 的 变量 对y的解释能力越强，这个模型对数据拟合的也较好，R^2  越大，说明预测出来的数据可以通过模型的解释性就越强。