[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
用户4815930195919 分钟前
MCP 终极指南(基础篇):Anthropic 的"USB-C接口",为什么能改变 AI 工具生态
人工智能
两万五千个小时10 分钟前
学习 Pi Coding Agent:系统提示词与工具设计深度解析
javascript·人工智能·架构
运维帮手大橙子10 分钟前
自动驾驶等级
人工智能·机器学习·自动驾驶
程序员小明儿10 分钟前
OpenClaw-RL 实战 09|OPD教师模型训练:如何让AI从“后悔”中学会“聪明”?
人工智能·openai
Daydream.V11 分钟前
OpenCV高端操作——直方图及直方图均衡化
人工智能·opencv·计算机视觉
玦尘、12 分钟前
光伏发电短期功率预测——从数据到模型的完整技术实践(LSTM · TCN · CNN-LSTM · TCN-LSTM)
人工智能·cnn·lstm·tcn
java1234_小锋12 分钟前
基于LangChain的RAG与Agent智能体开发 - 使用LangChain调用大语言模型
人工智能·语言模型·langchain·rag
人工智能AI技术13 分钟前
GTC直击|C#对接NVIDIA物理AI,工业仿真一键落地实战教程
人工智能·c#
计算机科研狗@OUC13 分钟前
(tip26) Interactive Spatial-Frequency Fusion Mamba for Multi-Modal Image Fusion
人工智能·深度学习
水如烟14 分钟前
孤能子视角:“意识是基础物理学和量子物理学背后隐藏的架构“观点对照
人工智能