R Squared学习笔记----衡量线性回归结果的最好的方法

本文探讨了R Squared作为衡量线性回归模型效果的指标,解释了其与MSE、RMSE、MAE的区别。R Squared表示模型预测误差与基准模型误差的比例,理想值为1,低于1可能意味着模型不佳甚至不如基准模型。
摘要由CSDN通过智能技术生成

其他三种衡量线性回归法的指标:MSE 、RMSE 、MAE

MSE 反应了真值 y 和 预测值 y 之间误差的平方;缺点是误差被平方了,MSE的量纲和实际误差不同;

 

RMSE 是对MSE开根 ,解决了MSE量纲太大的问题;

MAE 反应了 真值 y 和预测值 y 差值的绝对值的均值 ;

问题:

MSE、RMSE、MAE 都只能反应误差的实际大小,但是不能反应算法本身的准确度;

 

R Squared 

分子表示预测值 y 和 真值 y 之间误差的平方 -----代表使用我们的模型预测产生的错误。

分母表示使用 y = y的均值

评论
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