[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
冯一川9 分钟前
Python 实现与 Ollama 运行的模型对话
人工智能·python
pt104312 分钟前
Cisco Splunk for AI Operations:AIOps企业实践
运维·人工智能·自动化
龙腾AI白云13 分钟前
大模型的幻觉怎么治
人工智能·机器学习·知识图谱
刘天远20 分钟前
Agent系统接入编排:评分模型、状态机与Python门禁
数据库·人工智能·python
AgentMaster25 分钟前
零售行业智能客服系统怎么选?3 大场景落地与 4 款平台对比实践
大数据·人工智能·算法
myaifas28 分钟前
如何选择智能体可视化设计的平台
人工智能·ai·ai编程
leizhen1984080937 分钟前
AI 不会注定失控,也不会自动被控制
人工智能·安全
远航计算机38 分钟前
客服记录怎么变成 AI 会引用的内容?五步清洗法
大数据·人工智能·算法·aigc
三声三视42 分钟前
封全站判“允许“,封目录判“禁止“:tri-geo 体检 74 分那次我拆了 31 行 judge_ua
人工智能·ai·skillhub·tri-skill·tri-geo