Оцінювання якості моделі
Середній рівень регресії зі statsmodels у Python
Maarten Van den Broeck
Content Developer at DataCamp
Метрики якості моделі
Коефіцієнт детермінації (R-squared): наскільки добре лінія лінійної регресії описує спостереження.
- Більше — краще.
Стандартна похибка залишків (RSE): типовий розмір залишків.
- Менше — краще.
Отримання коефіцієнта детермінації
print(mdl_mass_vs_length.rsquared)
0.8225689502644215
print(mdl_mass_vs_species.rsquared)
0.25814887709499157
print(mdl_mass_vs_both.rsquared)
0.9200433561156649
Скоригований коефіцієнт детермінації
- Більше пояснювальних змінних підвищує $R^2$.
- Надто багато пояснювальних змінних призводить до перенавчання.
- Скоригований коефіцієнт детермінації штрафує за зайві змінні.
- $\bar{R ^ 2} = 1 - (1 - R ^ 2) \frac{n_{obs} - 1}{n_{obs} - n_{var} - 1}$
- Штраф відчутний, коли $R^2$ малий або $n_{var}$ — значна частка $n_{obs}$.
- У
statsmodelsце атрибутrsquared_adj.
Отримання скоригованого коефіцієнта детермінації
print("rsq_length: ", mdl_mass_vs_length.rsquared)
print("rsq_adj_length: ", mdl_mass_vs_length.rsquared_adj)
rsq_length: 0.8225689502644215
rsq_adj_length: 0.8211607673300121
print("rsq_species: ", mdl_mass_vs_species.rsquared)
print("rsq_adj_species: ", mdl_mass_vs_species.rsquared_adj)
rsq_species: 0.25814887709499157
rsq_adj_species: 0.24020086605696722
print("rsq_both: ", mdl_mass_vs_both.rsquared
print("rsq_adj_both: ", mdl_mass_vs_both.rsquared_adj)
rsq_both: 0.9200433561156649
rsq_adj_both: 0.9174431400543857
Обчислення стандартної похибки залишків
rse_length = np.sqrt(mdl_mass_vs_length.mse_resid)
print("rse_length: ", rse_length)
rse_length: 152.12092835414788
rse_species = np.sqrt(mdl_mass_vs_species.mse_resid)
print("rse_species: ", rse_species)
rse_species: 313.5501156682592
rse_both = np.sqrt(mdl_mass_vs_both.mse_resid)
print("rse_both: ", rse_both)
rse_both: 103.35563303966488
Давайте потренуємось!
Середній рівень регресії зі statsmodels у Python
