评估模型性能
R 中级回归
Richie Cotton
Data Evangelist at DataCamp
模型性能指标
判定系数（R 平方）：线性回归线对观测值的拟合程度。
- 越大越好。
残差标准误（RSE）：残差的典型大小。
- 越小越好。
获取判定系数
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
调整后的判定系数
- 更多自变量会提高 R²。
- 过多自变量会导致过拟合。
- 调整后的判定系数会对自变量数量加以惩罚。
- $\bar{R ^ 2} = 1 - (1 - R ^ 2) \frac{n_{obs} - 1}{n_{obs} - n_{var} - 1}$
- 当 R² 较小或自变量占观测值比例较大时，惩罚更明显。
- 在
glance()中，对应元素为adj.r.squared。
获取调整后的判定系数
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
获取残差标准误
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
¡Vamos a practicar!
R 中级回归
