[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
kyle~21 分钟前
奇异值分解(SVD)
人工智能·算法·机器学习
BingoGo32 分钟前
Openai 官方出品 Codex 多智能体编排实战
人工智能
醍醐实验室34 分钟前
多步推理中的剪枝准则:PRM 阈值对搜索树深度与广度的动态控制
人工智能
AI的探索之旅34 分钟前
97 个 OpenCV 实例(二十二):GStreamer 管道,自定义采集与多后端性能
人工智能·opencv·计算机视觉
陈童学哦35 分钟前
GPT-6 Astra重大变化!你的旧Skill和提示词正在拖累项目
人工智能
Dawson Zhu38 分钟前
离散与连续的博弈:从BM25到向量检索的工程演进与系统融合
人工智能·语言模型·架构·aigc·agi
夕小瑶41 分钟前
Anthropic 正式发布 Fable 5.1:更强、更便宜,超越GPT-5.6 Sol
人工智能
jianqiang.xue1 小时前
ESP-IDF保姆级入门22|WiFi联网与网络编程全解:STA/AP双模式/TCP-UDP Socket/HTTP服务端/自动重连,掌握工业级可靠网络通信
人工智能·stm32·单片机·mcu·物联网·51单片机·iot
zzzzzz3101 小时前
picoclaw:从“迷你部署代理”看轻量化项目该怎样被理解
人工智能·开源·github
BYSJMG4 小时前
计算机毕设选题做什么好?基于大数据的用户健身行为数据分析与可视化系统,Hadoop+Spark处理
大数据·人工智能·hadoop·数据分析·spark·课程设计