R-square等指标介绍

Question

如题所述

Answer 1

回归模型评估方法主要包含SSE、MSE、RMSE和R-square。SSE计算预测值与原始数据对应点误差的平方和，表示组内变异，数值越接近0，模型拟合效果越好。MSE为SSE均值，两者区别不大。RMSE则是MSE的平方根，作为回归系数拟合标准差。

接下来引入SST参数，它是原始数据与均值差的平方和，用以计算确定系数R-square。R-square衡量预测值对真实值的拟合程度，表示预测值解释了变量方差的比例。若假设变量方差为1单位，则R-square值表示使用模型后残差方差减少的百分比。例如，R-square等于0.8，说明残差方差减少到原始值方差的20%。

以上解释了SSE、MSE、RMSE和R-square在回归模型评估中的作用。SST参数与确定系数R-square一同作用于模型评估，帮助理解模型预测能力。