모형 성능 평가

R 중급 회귀

Richie Cotton

Data Evangelist at DataCamp

모형 성능 지표

  • 결정계수(R-squared): 선형회귀선이 관측값을 얼마나 잘 설명하는지.

    • 클수록 좋음.

  • 잔차 표준오차(RSE): 잔차의 대표적 크기.

    • 작을수록 좋음.
R 중급 회귀

결정계수 구하기

library(dplyr)
library(broom)

mdl_mass_vs_length %>% 
  glance() %>% 
  pull(r.squared)

0.8226

mdl_mass_vs_species %>% 
  glance() %>% 
  pull(r.squared)

0.7163

mdl_mass_vs_both %>% 
  glance() %>% 
  pull(r.squared)

0.9694
R 중급 회귀

수정 결정계수

  • 설명 변수가 많아질수록 $R^2$는 증가함.
  • 너무 많으면 과적합이 발생함.
  • 수정 결정계수는 설명 변수 수를 패널티로 반영함.
  • $\bar{R ^ 2} = 1 - (1 - R ^ 2) \frac{n_{obs} - 1}{n_{obs} - n_{var} - 1}$
  • $R^2$가 작거나, $n_{var}$가 $n_{obs}$ 대비 클 때 패널티가 큼.
  • glance()에서는 adj.r.squared 요소임.
R 중급 회귀

수정 결정계수 구하기

library(dplyr)
library(broom)

mdl_mass_vs_length %>% 
  glance() %>% 
  select(r.squared, adj.r.squared)

  r.squared adj.r.squared
      <dbl>         <dbl>
1    0.8226        0.8212

mdl_mass_vs_species %>% 
  glance() %>% 
  select(r.squared, adj.r.squared)

  r.squared adj.r.squared
      <dbl>         <dbl>
1    0.7163        0.7072

mdl_mass_vs_both %>% 
  glance() %>% 
  select(r.squared, adj.r.squared)

  r.squared adj.r.squared
      <dbl>         <dbl>
1    0.9694        0.9682
R 중급 회귀

잔차 표준오차 구하기

library(dplyr)
library(broom)

mdl_mass_vs_length %>% 
  glance() %>% 
  pull(sigma)

152.1

mdl_mass_vs_species %>% 
  glance() %>% 
  pull(sigma)

313.6

mdl_mass_vs_both %>% 
  glance() %>% 
  pull(sigma)

103.4
R 중급 회귀

Let's practice!

R 중급 회귀

Preparing Video For Download...