回帰モード評価

、あなたが私に言うことができるしてください、私は私の回帰モデル回帰モード評価

2017-07-11 طارق الشيخ ورق

を評価することができますどのようにこれは非常に単純です：私はあなたの回帰関数を仮定目標値とは多少異なる数値が吐き出されます。それも、クラスタリングよりも簡単かもしれないが、私はあなたがラベルを持っているクラスタリングで評価

で、なぜ...

違いを説明しましょう。要素に間違ったラベルや正しいラベルが付いている可能性があります。異なるケース（偽陽性、偽陰性、真陽性、真陰性）があります。あなたのテストでは、これらのすべてのケースを考慮する必要があります（正確さは正確さを問わず）。

回帰では、結果は数値（2.123など）で、ターゲットは別の数値（1.100など）です。あなたのエラーは違いです（この場合1.023）。さまざまな方法を適用して、すべての結果にわたってエラーの大きさを計算することができます。また、considerginの正および負のエラーも計算できます。

つの方法

は、方法はたくさんありますし、あなたがあなたのために右であるものを選択する必要があり計算します。

乗誤差の和（SSE）：ここでは、2つのおそらく最も人気のあるものですhttps://en.wikipedia.org/wiki/Residual_sum_of_squares

sqwuared誤差（MSE）を意味：https://en.wikipedia.org/wiki/Mean_squared_error

出典

2017-07-11 09:53:01 Gegenwind

グレートが説明し、ご返信するありがとうございました,, ,, は、私はあなたが私のモデルに上記の基準を適用し、それは私に0.0000453861 を与え、私はRは、同じモデルにメトリック乗適用されると、それは私がDIFについて混乱している私に 0.321107000102 います2つのメトリックの結果の間に、なぜその数に大きな違いがあるのでしょうか？ –

データを見ずに一般的なステートメントを作成するのは難しいです。これらのメトリックを適用するには、それらを解釈するためにどのように動作するかを理解する必要があります。たとえば、R Squared（良い考え方は！）は0と1の間のパーセンテージ値を示す相対メトリックですが、SSEは絶対値を与えます。私はメトリクスを読んでいくうちにある程度の時間を投資する必要があると思います。このようなオンラインのような良い説明があります：http://blog.minitab.com/blog/adventures-in-statistics-2/regression-analysis-how-do-i-interpret-r-squared-and-assess-the -Goodness-of-fit – Gegenwind

ありがとうございます。 –

答えて

関連する問題