本文主要是介绍机器学习(回归问题中的相关度和决定系数),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
1.皮尔狲相关系数:
1.1衡量两个值线性相关强度的量
1.2取值范围:[-1,1]:
正向相关:>0,负向相关:<0,无相关性:=0
ρ = Cor(X,Y)=Cov(X,Y)/sqrt(Var(X)*Var(Y))
2.R平方值
2.1定义:决定系数,反应因变量的全部变异能通过回归关系被自变量解释的比例
2.2描述:如R平方为0.8,则表示回归关系可以解释因变量80%的变异,换句话说,如果我们能控制自变量不变,则因变量的变异程度会减少80%
2.3简单线性回归:R^2 = r*r
多元线性回归:
R平方的局限性:R平方随着自变量的增大会变大,R平方和样本量是有关系的,因此需要修正
修正
这篇关于机器学习(回归问题中的相关度和决定系数)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!