[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
数字卢语1 天前
如何从 0 搭建 Hermes Agent,并打通微信的(完整踩坑与排错记录)
人工智能
程序员勋勋11 天前
使用claude code时,为什么token消费会突然一下变高
人工智能
五点钟科技1 天前
LLaVA 论文精读以及源码网络结构完整分析
人工智能·多模态·clip·llava
Gofarlic_OMS1 天前
应对MathWorks合规审查的专项准备工作
大数据·服务器·网络·数据库·人工智能
-cywen-1 天前
VAE(Variational AutoEncoder)
人工智能·深度学习
05大叔1 天前
词向量化和文本向量化,KMeans
人工智能·机器学习
云空1 天前
《Hermes Agent 部署与使用中的安全漏洞分析及解决办法》
网络·人工智能·安全
柯西劝我别收敛1 天前
[AI-INFRA] HAMI VGPU 系列01:HAMI-Webhook
人工智能
实在智能RPA1 天前
Agent能适配不同行业的合规要求吗?——2026年企业级AI Agent合规技术架构与落地全解析
人工智能·ai·架构
柯西劝我别收敛1 天前
[AI-INFRA] HAMI VGPU 系列02:HAMI-Device-Plugin
人工智能