线性回归中常见的一些统计学术语（RSE RSS TSS ESS MSE RMSE R2 Pearson's r）

weixin_34210740

于 2019-03-29 16:31:00 发布

阅读量8k

点赞数 2

文章标签：数据结构与算法人工智能

原文链接：http://www.cnblogs.com/HuZihu/p/9692814.html

版权

本文介绍了线性回归中的一些关键统计概念，包括TSS（总离差平方和）、RSS（残差平方和）、ESS（回归平方和）、R2（决定系数）、adjusted R2、MSE（均方误差）、RMSE（均方根误差）和RSE（残差标准误差），以及Pearson's r（皮尔逊相关系数）。这些术语对于理解和评估模型的解释力及效果至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

TSS: Total Sum of Squares（总离差平方和） --- 因变量的方差

RSS: Residual Sum of Squares （残差平方和） --- 由误差导致的真实值和估计值之间的偏差平方和(Sum Of Squares Due To Error)

ESS: Explained Sum of Squares （回归平方和） --- 被模型解释的方差(Sum Of Squares Due To Regression)

TSS=RSS+ESS

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。