[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
IT_陈寒3 分钟前
Vue的computed属性竟然坑了我一把
前端·人工智能·后端
DO_Community7 分钟前
Omarchy 将研发基础设施迁移至 DigitalOcean 云平台
linux·人工智能·llm·agent·omarchy
威斯软科的老司机8 分钟前
通俗讲解 CNN 图像识别、向量 Embedding、Softmax 概率计算这三块的简化原理
前端·人工智能·ui·数字孪生
AIGC小尼19 分钟前
最新万相 Wan Animate ComfyUI 整合包详解|低显存 8G 可用、动作迁移 + 角色替换全流程本地化部署
人工智能·comfyui·ai漫剧
新知图书20 分钟前
第10章 大模型开发框架
人工智能·智能体
方方洛32 分钟前
vllm教程-19-模型架构基础
人工智能·深度学习·llm
ZYJCSZKJ34 分钟前
基于多源信源置信度评估的GEO优化:区域实体在AI搜索中的可信度构建
人工智能
缘在有你37 分钟前
AI 内容识别:引擎不惩罚“AI 写的“,只惩罚“这么写的“
人工智能
天天进步20151 小时前
Pixelle-Video 源码解析 #22:竖屏、横屏、方形视频:多尺寸适配是怎么实现的?
人工智能·音视频
宣宣猪的小花园.1 小时前
【机器学习】从机理建模到数据学习:机器学习究竟替代了什么
人工智能·学习·机器学习