日韩精品在线免费观看视频,欧美日韩在线网站,免费观看成人av

產(chǎn)品簡(jiǎn)介

美林新聞/NEWS

首頁美林?jǐn)?shù)據(jù) 行業(yè)資訊

【數(shù)據(jù)挖掘算法分享】機(jī)器學(xué)習(xí)平臺(tái)——回歸模型評(píng)估

2022-12-12 16:35:00 次

回歸模型評(píng)估是機(jī)器學(xué)習(xí)平臺(tái)中用來評(píng)價(jià)一個(gè)回歸任務(wù)中的模型表現(xiàn)。比較一種回歸一組參數(shù)、不同參數(shù)組合或者多種回歸算法之間的分析性能，檢驗(yàn)回歸模型的準(zhǔn)確性和可靠性。
主要包含以下幾種指標(biāo)：
假設(shè)y_i是第i個(gè)樣本的真實(shí)值，機(jī)器學(xué)習(xí)平臺(tái)

為對(duì)第i個(gè)樣本的預(yù)測(cè)值，其中i=1,2,…,n，n為樣本個(gè)數(shù)。

1、整體量化指標(biāo)

其中n為樣本數(shù)，p為回歸方程自變量個(gè)數(shù)，AIC（赤信息量）和BIC（貝葉斯信息量）作為回歸模型的選擇標(biāo)準(zhǔn)，兩個(gè)值越小代表模型越好。
R方描述了由自變量的線性函數(shù)值所能反應(yīng)的y的總變化量的比例，R方越大自變量與因變量的線性關(guān)系越顯著，模型越好

其中

SSR=SST-SSE
自變量個(gè)數(shù)的增加將影響到因變量中被回歸方程所解釋的變異比例，即會(huì)影響判定系數(shù)R方的大小，當(dāng)增加變量時(shí)，會(huì)使殘差平方和減少，從而使R方變大，也就是說，如果模型中增加一個(gè)自變量，即使這個(gè)自變量在統(tǒng)計(jì)上并不顯著，R方也會(huì)變大，因此為避免增加自變量而高估R方，因此提出調(diào)整R方，記為〖Ra〗^2
D-W檢驗(yàn)又稱杜賓瓦特森檢驗(yàn)，D-W檢驗(yàn)用于檢驗(yàn)隨機(jī)誤差項(xiàng)具有一階自回歸形式的序列相關(guān)問題，也即殘差的自相關(guān)檢驗(yàn)，D-W取值一般在0-4之間：
D-W值接近于0表示殘差存在正相關(guān)；
D-W值接近于4表示殘差存在負(fù)相關(guān)；
D-W值近似于2 表示殘差不存在相關(guān)性，此時(shí)回歸模型較好。
2、誤差指標(biāo):
誤差序列為

誤差方差

均方誤差

均方根誤差

平均絕對(duì)誤差

最大絕對(duì)誤差

最小絕對(duì)誤差

平均相對(duì)誤差

最大相對(duì)誤差

最小相對(duì)誤差=

其中回歸主要參考的誤差為均方誤差，平均絕對(duì)誤差其值越小代表模型越好。
4、方差分析指標(biāo)
因變量的Y的觀測(cè)值

之所以有差異，是由以下面兩個(gè)原因引起的：一是通過函數(shù)

,當(dāng)

取不同的值引起Y值的變化；二是由其他未加考慮的因素以及隨機(jī)因素所產(chǎn)生的影響。下面將

的總變化量分解成上述兩部分，通過比較這兩部分的相對(duì)大小，分析

的函數(shù)所能反應(yīng)

總變化量的程度，以考察Y與

的之間的關(guān)系是否顯著。
令

，則

的變化量可以用所謂的總離差平方和（Total Sum of Squares）度量，即用

殘差平方和或稱為誤差平方和（Error Sum of Squares）

回歸平方和(Regression Sum of Squares)

其中SST= SSE + SSR
F檢驗(yàn)是用于回歸系數(shù)的顯著性檢驗(yàn)。

其中MSR=SSR/(p-1)，MSE=SSE/(n-p)分別稱為均方回歸和均方殘差，p-1稱為SSR的自由度，它等于回歸模型中自變量的個(gè)數(shù)；n-p稱為SSE的自由度，它等于樣本容量n與回歸模型中未知參數(shù)p之差；進(jìn)一步成，(p-1)+(n-p)=n-1為SST的自由度，可以證明當(dāng)H_0為真的，有
F~F(p-1,n-p)
其中F(p-1,n-p)表示自由度為p-1和n-p的F分布，由樣本所求得的統(tǒng)計(jì)量F的觀測(cè)值為F_0,假設(shè)檢驗(yàn)的p值為

F值越大說明自變量的線性函數(shù)值所解釋y的變化量越多，因變量與自變量關(guān)系越顯著。
4、圖形指標(biāo)：
殘差圖是指以殘差為縱坐標(biāo)，以任何其他有關(guān)量的值為橫坐標(biāo)的散點(diǎn)圖。通過考察各類殘差圖可以對(duì)誤差項(xiàng)分布的正態(tài)性，等方差性及回歸關(guān)系等假設(shè)做出會(huì)直觀檢驗(yàn)。以樣本為橫坐標(biāo)，殘差為縱坐標(biāo)，如果殘差隨著時(shí)間呈規(guī)律性變化，則殘差存在正相關(guān)或者負(fù)相關(guān)。當(dāng)描繪的點(diǎn)圍繞殘差等于0的直線上下隨機(jī)散布，說明回歸直線對(duì)原觀測(cè)值擬合情況良好。否則回歸直線對(duì)原觀測(cè)值擬合不理想。
QQ圖是殘差正態(tài)性檢驗(yàn)，若QQ圖上的點(diǎn)近似地在一條直線上，可以認(rèn)為樣本數(shù)據(jù)來自正態(tài)總體，QQ圖的點(diǎn)如果不在一條直線上，則誤差的分布與正態(tài)分布有較大的偏離，回歸模型效果較差。

上一篇：美林?jǐn)?shù)據(jù)制造業(yè)質(zhì)量控制實(shí)踐分享—基于數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品全生命周期質(zhì)量控制下一篇：【數(shù)據(jù)挖掘算法分享】機(jī)器學(xué)習(xí)平臺(tái)——回歸算法之邏輯回歸算法

美女扒开腿让男人桶爽久久软_免费观看四虎精品成人_精品国产亚洲一区二区麻豆_色老汉一区二区三区_老湿机69福利_久久久日本电影_久久精品免费一区二区_久久视频国产精品免费视频在线_热草久综合在线_中文字幕永久免费

Tempo大數(shù)據(jù)分析平臺(tái)

Tempo商業(yè)智能平臺(tái)

Tempo人工智能平臺(tái)

Tempo數(shù)據(jù)工廠平臺(tái)

Tempo數(shù)據(jù)治理平臺(tái)

Tempo主數(shù)據(jù)管理平臺(tái)

Tempo指標(biāo)平臺(tái)

自助式可視化分析

算法模型管理

指標(biāo)管理解決方案

數(shù)字指揮中心

湖倉(cāng)一體解決方案

智能場(chǎng)景應(yīng)用構(gòu)建

主數(shù)據(jù)應(yīng)用監(jiān)管

數(shù)據(jù)中臺(tái)

數(shù)據(jù)資產(chǎn)入表

發(fā)電

電網(wǎng)

制造

油氣

煤炭

高校

政企

金融

科研院所

大數(shù)據(jù)分析師

DAMA認(rèn)證

美林?jǐn)?shù)據(jù)

合作生態(tài)

內(nèi)容中心

幫助中心

美林新聞

行業(yè)資訊

產(chǎn)品簡(jiǎn)介

Tempo商業(yè)智能平臺(tái)

Tempo人工智能平臺(tái)

Tempo數(shù)據(jù)工廠平臺(tái)

Tempo指標(biāo)平臺(tái)

Tempo數(shù)據(jù)治理平臺(tái)

Tempo主數(shù)據(jù)管理平臺(tái)

相關(guān)推薦

美林新聞/NEWS

【數(shù)據(jù)挖掘算法分享】機(jī)器學(xué)習(xí)平臺(tái)——回歸模型評(píng)估

聯(lián)系我們

400-608-2558 029-8669-8003

掃碼關(guān)注我們

掃碼立即咨詢