적합도

Python으로 배우는 선형 모델 입문

Jason Vestuto

Data Scientist

3가지 R

모델 구축:

모델 평가:

residuals = y_model - y_data
RSS = np.sum( np.square(residuals) )

mean_squared_residuals = np.sum( np.square(residuals) ) / len(residuals)

MSE = np.mean( np.square(residuals) )

RMSE = np.sqrt(np.mean( np.square(residuals)))

RMSE = np.std(residuals)

편차:

deviations = np.mean(y_data) - y_data
VAR = np.sum(np.square(deviations))

잔차:

residuals = y_model - y_data
RSS = np.sum(np.square(residuals))

R-제곱:

r_squared = 1 - (RSS / VAR)
r = correlation(y_data, y_model)

고도 대 거리의 산점도, 빨간색 모델 직선이 데이터 포인트를 통과하며 기울기가 0인 수평선

고도 대 거리의 산점도, 빨간색 모델 직선이 데이터 포인트를 통과하며 완만한 기울기

고도 대 거리의 산점도, 빨간색 모델 직선이 데이터 포인트를 통과하며 중간 기울기

고도 대 거리의 산점도, 빨간색 모델 직선이 데이터 포인트를 통과하며 가파른 기울기

Python으로 배우는 선형 모델 입문