R-squared 和 Adjusted R-squared 的区别

本文深入探讨了在统计学习中,R-squared与Adjusted R-squared的区别与联系。当模型中加入无关自变量时,R-squared可能虚增,而Adjusted R-squared通过引入惩罚项避免了这一问题,更准确地反映了模型的拟合度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

如果在现有model中,再加入一个“无关自变量”,则R-squared的值仍然会增加,但是,实质上,model的拟合度并未增加;
为了弥补R-suqared的缺陷,提出了Adjusted R-squared,它在R-squared的基础上,加入了一个“惩罚项”,当向现有model加入一个“无关自变量”时,Adjusted R-squared会给这个“无关自变量”一个惩罚,从而使得Adjusted R-squared的值不一定增加,防止了“虚假提升信息的产生”。
参考博文:【统计学习3】线性回归:R方(R-squared)及调整R方(Adjusted R-Square)

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值