[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
亚马逊云开发者22 分钟前
Q CLI助力合合信息实现Aurora的升级运营
人工智能
涛涛北京34 分钟前
【强化学习实验】- 策略梯度算法
人工智能·算法
Fairy要carry40 分钟前
2025/12/15英语打卡
人工智能
weixin_4462608544 分钟前
《从零开始构建智能体》—— 实践与理论结合的智能体入门指南
人工智能
新加坡内哥谈技术1 小时前
Claude 代理技能:从第一性原理出发的深度解析
人工智能
长空任鸟飞_阿康1 小时前
FastAPI 入门指南
人工智能
Pyeako1 小时前
机器学习之KNN算法
人工智能·算法·机器学习
Mxsoft6191 小时前
我发现知识图谱节点关系缺失致诊断不准,自动关系抽取补全救场
人工智能
可信计算1 小时前
【算法随想】一种基于“视觉表征图”拓扑变化的NLP序列预测新范式
人工智能·笔记·python·算法·自然语言处理
爱笑的眼睛111 小时前
超越剪枝与量化:下一代AI模型压缩工具的技术演进与实践
java·人工智能·python·ai