[回归指标]R2、PCC(Pearson’s r )

R2相关系数

R2相关系数很熟悉了,就不具体解释了。

皮尔逊相关系数(PCC)

皮尔逊相关系数是研究变量之间线性相关程度的量,R方和PCC是不同的指标。R方衡量x和y的接近程度,PCC衡量的是x和y的变化趋势是否相同。R方是不对称关系,PCC是对称关系。

皮尔逊相关系数小结

  • Pearson's r 只适用于线性数据。

  • 看下面的图。它们清楚地展示了一种看似非随机的关系,但是 Pearson's r 非常接近于零。

  • 原因是因为这些图中的变量具有非线性关系。

  • 我们通常可以将两个变量之间的关系描绘成一个点云,分散在一条线的两侧。点云的分散度越大,数据越「嘈杂」,关系越弱。

  • 然而,由于它将每个单独的数据点与整体平均值进行比较,所以 Pearson's r 只考虑直线。这意味着检测非线性关系并不是很好。

  • 在上面的图中,Pearson's r 并没有显示研究对象的相关性。

  • 然而,这些变量之间的关系很显然是非随机的。幸运的是,我们有不同的相关性方法。

相关推荐
MartinYeung56 分钟前
[论文学习] CAMIA:下文感知成员推理攻击
人工智能·深度学习·学习
IT_陈寒6 分钟前
Python多线程的坑,我居然现在才踩到
前端·人工智能·后端
云边云科技_云网融合21 分钟前
零信任安全:数字化时代的企业防护新范式
人工智能·安全·ai
万岳科技系统开发32 分钟前
外卖跑腿配送系统如何借助AI提升配送效率?
大数据·人工智能·机器学习
thinking_talk44 分钟前
腾讯云AI Agent安全中心综合评测
人工智能·安全·腾讯云
阿拉雷️1 小时前
Prompt工程设计实践:从基础模板到场景化策略
人工智能·语言模型·prompt
Kel1 小时前
MCP 传输链路全链路拆解:从字节流到协议栈的四层架构之旅
人工智能·设计模式·架构
2601_962851741 小时前
计算机毕业设计之基于大数据的企业财务数据分析系统
大数据·人工智能·深度学习·信息可视化·课程设计
魏祖潇1 小时前
DDD 完整指南——AI 时代工程师的第一道秩序分水岭
人工智能·后端
Mark0802031 小时前
散户做信息整理和研究记录时,不同AI工具更适合哪些环节
大数据·人工智能