[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
yichengerp12 小时前
国内中小电子工厂用哪个erp系统好?
大数据·运维·人工智能·云计算·制造
q275513004212 小时前
微纳代理 WN8034F 国产降噪音频方案
人工智能·语音识别
喜欢打篮球的普通人12 小时前
MiniMind 学习笔记(二十二):数学 Cookbook——把概率空间、期望、似然一次讲明白
人工智能·笔记·学习
程序猿阿森12 小时前
混合精度详解:FP16 vs BF16,Loss Scaling 与 PyTorch 实战
人工智能·pytorch·python
ADark12 小时前
FDE 入门 · 08|没人爱做的交付尾巴
人工智能·agent
alonglong12 小时前
macOS 定时任务排错:退出码、错误消息、旧结论,三个都不承载事实
人工智能
招财牛猫13 小时前
从文本生成到校准决策:Jev 的技术路线解析
人工智能
sorry35513 小时前
从零实现 nanoGPT(一):让莎士比亚变成模型能读懂的数据
人工智能
龙腾-虎跃13 小时前
AI 与机器学习 1000 个实战项目合集:从入门到进阶的全景指南
人工智能·机器学习
ZGIAI13 小时前
Agent 重试会不会越帮越乱?
人工智能·架构