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)

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

 

R2: Coefficient of Determination(决定系数) --- 因变量方差中可由自变量解释的比例,是模型解释力的指标

 

adjusted R2: adjusted R2与R2类似,不过考虑到了样本数和变量数

 

MSE: Mean Squared Error (均方误差) ---  真实值和估计值之间的偏差平方和的平均值,用来评估模型的效果

 

RMSE: Root Mean Squared Error(均方根误差) ---  MSE的方根,可从单位度量上衡量模型的效果

 

RSE: Residual Standard Error(残差的标准误差) ---  描述目标和真实回归线之间的平均偏移量,用来估计残差的标准差

(n-p-1: 自由度,p: 特征数)

 

Correlation: 也就是Pearson's r(皮尔逊相关系数) ---  用来检测自变量X和因变量Y之间的线性关系有多强

 

posted @ 2019-03-29 16:31  HuZihu  阅读(35562)  评论(0编辑  收藏  举报