[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
冬奇Lab6 分钟前
RAG 系列(十一):Rerank——让检索结果按重要性排队
人工智能·llm·源码
冬奇Lab9 分钟前
一天一个开源项目(第96篇):OpenHarness - 轻量级 AI 代理基础设施框架
人工智能·开源·资讯
lulu121654407822 分钟前
JetBrains IDE 终极AI编程方案:CC GUI插件让Claude Code和Codex丝滑运行
java·ide·人工智能·python·ai编程
TENSORTEC腾视科技1 小时前
腾视科技重磅推出AI NAS,重塑数据管理方式,开启智能高效新时代
人工智能·ai·七牛云存储·nas·企业存储·ainas·家庭存储
tanis_20771 小时前
MinerU2.5-Pro 中文 PDF 识别准确率全解:OmniDocBench v1.6 权威基准数据
人工智能·python·pdf
我是发哥哈1 小时前
跨AI模型生成视频的五大维度对比:选型避坑指南
大数据·人工智能·学习·机器学习·chatgpt·音视频
如去1 小时前
第四篇《AI+教育:个性化学习的实现路径与教育公平的再平衡》
人工智能
Elastic 中国社区官方博客1 小时前
Elastic 9.4:Workflows 正式发布、Agent Builder 更新,以及 Prometheus / PromQL 支持
运维·数据库·人工智能·elasticsearch·搜索引擎·信息可视化·prometheus
机器视觉_Explorer2 小时前
【halcon】编程技巧:鼠标擦除
图像处理·人工智能·深度学习·算法·视觉检测
杨航 AI2 小时前
XGBoost · 登录防欺诈示例
人工智能