关于模型的评估

标签：变量   标准   pre   线性   ror   net   ali   .net   cat   

一共有三个标准（常用的有三个）：

1.校正模型的相关系数；

2.校正标准偏差【校正集的预测均方差】（root mean square error of calibration,RMSEC）；

3.预测标准偏差[预测集的预测均方差]（root mean square error of prediction, RMSEP）；

https://www.jianshu.com/p/8aefd78be186

https://blog.csdn.net/grape875499765/article/details/78631435?locationNum=11&fps=1【这里讲的更细致一些】

关于1.中的校正模型的相关系数，也就是决定系数R的平方。

• 定义：对模型进行线性回归后，评价回归模型系数拟合优度。

• 公式：R2=SSR/SST=1-SSE/SST
  SST (total sum of squares)：总平方和
  SSR (regression sum of squares)：回归平方和
  SSE (error sum of squares) ：残差平方和。

结论：R^2=81%，因变量Y的81%变化由我们的自变量X来解释。

 

关于模型的评估

标签：变量   标准   pre   线性   ror   net   ali   .net   cat   

原文地址：https://www.cnblogs.com/chulin/p/10237151.html