美文网首页机器学习
广义R平方-原理

广义R平方-原理

作者: 灵妍 | 来源:发表于2018-02-09 16:16 被阅读7次

    1、自变量的个数对于R平方的影响


    自变量的增加对于R平方的影响.png

    增加模型的自变量个数,R平方只会增加,不会减少,对于这一点我们可以考虑极端情况,也就是新添加自变量的参数等于0的情况。
    比如预测员工的年薪,工龄,职位,业绩都是相关关系很大的自变量,但是添加进员工手机尾号时,参数也不会为0,相反R平方会变大。

    R平方是用来衡量模型精确度的

    显然这个时候R平方就要重新定义。
    2、广义R平方的定义


    广义R平方的定义.png

    广义的R平方将自变量的个数与数据量引入模型,如果自变量对于R平方的影响不足以弥补自变量个数的增加,这样广义R平方就会降低。
    从公式可以看出,自变量个数增加,后面的两个乘数一个减少,一个增加,有相互的制衡关系。所以广义R平方可以反应多元回归的拟合准确性,不会像R平方一样,盲目的随着自变量的增加而增加。

    上一页 目录 下一页

    相关文章

      网友评论

        本文标题:广义R平方-原理

        本文链接:https://www.haomeiwen.com/subject/lizftftx.html