R-squared與Adjust R-squared參數(shù)在R語(yǔ)言中的作用是什么

本篇文章給大家分享的是有關(guān)R-squared與Adjust R-squared參數(shù)在R語(yǔ)言中的作用是什么，小編覺得挺實(shí)用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

題一

如果在線性回歸模型中增加一個(gè)特征變量，下列可能發(fā)生的是（多選）？

A. R-squared 增大，Adjust R-squared 增大

B. R-squared 增大，Adjust R-squared 減小

C. R-squared 減小，Adjust R-squared 減小

D. R-squared 減小，Adjust R-squared 增大

答案：AB

**解析：**線性回歸問題中，R-Squared 是用來衡量回歸方程與真實(shí)樣本輸出之間的相似程度。其表達(dá)式如下所示

上式中，分子部分表示真實(shí)值與預(yù)測(cè)值的平方差之和，類似于均方差 MSE；分母部分表示真實(shí)值與均值的平方差之和，類似于方差 Var。一般來說，R-Squared 越大，表示模型擬合效果越好。R-Squared 反映的是大概有多準(zhǔn)，因?yàn)椋S著樣本數(shù)量的增加，R-Squared 必然增加，無法真正定量說明準(zhǔn)確程度，只能大概定量。

單獨(dú)看 R-Squared，并不能推斷出增加的特征是否有意義。通常來說，增加一個(gè)特征特征，R-Squared 可能變大也可能保持不變，兩者不一定呈正相關(guān)。

如果使用校正決定系數(shù)（Adjusted R-Squared）：

其中，n 是樣本數(shù)量，p 是特征數(shù)量。Adjusted R-Squared 抵消樣本數(shù)量對(duì) R-Squared 的影響，做到了真正的 0~1，越大越好。

增加一個(gè)特征變量，如果這個(gè)特征有意義，Adjusted R-Square 就會(huì)增大，若這個(gè)特征是冗余特征，Adjusted R-Squared 就會(huì)減小。

題二

在一個(gè)線性回歸問題中，我們使用 R 平方（R-Squared）來判斷擬合度。此時(shí)，如果增加一個(gè)特征，模型不變，則下面說法正確的是？

A. 如果 R-Squared 增加，則這個(gè)特征有意義

B. 如果R-Squared 減小，則這個(gè)特征沒有意義

C. 僅看 R-Squared 單一變量，無法確定這個(gè)特征是否有意義。

D. 以上說法都不對(duì)

答案：C

以上就是R-squared與Adjust R-squared參數(shù)在R語(yǔ)言中的作用是什么，小編相信有部分知識(shí)點(diǎn)可能是我們?nèi)粘９ぷ鲿?huì)見到或用到的。希望你能通過這篇文章學(xué)到更多知識(shí)。更多詳情敬請(qǐng)關(guān)注億速云行業(yè)資訊頻道。