机器学习之模型拟合效果的判断笔记

对于m个样本

某模型的估计值为

计算样本的总平方和TSS(Total Sum of Squares):

计算残差平方和RSS(Residual Sum of Squares):

　　RSS即误差平方和SSE(Sum of Squares for Error)

定义 R²=1-RSS/TSS

　　R²越大，拟合效果越好

　　R²的最优值为1

　　若预测值恒为样本期望，R²为0

 

亦可定义ESS(Explained Sum of Squares):

TSS=ESS+RSS

只有在无偏估计时上述等式才成立，否则，TSS≥ESS+RSS

ESS又称回归平方和SSR(Sum of Squares for Regression)