熱線電話：13121318867

登錄
首頁精彩閱讀R語言評測回歸模型的性能
R語言評測回歸模型的性能
2018-06-02
收藏

R語言評測回歸模型的性能

通過計算預測值和實際值之間的差值大小可以評估回歸模型預測性能的優劣，常用的誤差評測標準包括均方根誤差（root mean square error,RMSE）,相對平方差（Relative Square Error，RSE）以及可決系數（R-Square）.
操作
建立一個回歸模型
library(car)
data(Quartet)
plot(Quartet$x,Quartet$y3)
lmfit = lm(Quartet$y3~Quartet$x)
abline(lmfit,col= "red"）

線性回歸結果示意
調用predict函數得到預測結果
predicted = predict(lmfit,newdata = Quartet[c("x")])

計算兩者之間的均方根誤差：

actual = Quartet$y3
> rmse = (mean((predicted - actual)^2))^0.5
> rmse
[1] 1.118286
計算相對平方誤差：

mu = mean(actual)
rse = mean((predicted - actual)^2)/mean((mu-actual)^2)
rse
[1] 0.333676

計算模型的R-Square

rsquare = 1- rse
rsquare
[1] 0.666324

采用MASS算法包的rlm函數重新計算屬性y3的值，并調用plot繪制結果

調用predict函數求預測結果

predicted = predict(rlmfit,newdata = Quartet[c("x")])
計算預測值與實際之間的均方根誤差

actual = Quartet$y3
rmse = (mean((predicted - actual)^2))^0.5
rmse
[1] 1.279045
計算兩者之間的相對平方誤差

mu = mean(actual)
rse = mean((predicted - actual)^2)/mean((mu-actual)^2)
rse
[1] 0.4365067

計算模型的R-Square值：

rsquare = 1- rse
> rsquare
[1] 0.5634933
說明
回歸模型的評測可以通過計算預測值和實際間的差值完成，我們經常使用均方根誤差，相對平方誤差，以及R^2值作為三種常用的回歸模型誤差評估標準。


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

R語言 線性回歸

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇一篇文章讓你知道什么是大數據挖掘技術
下一篇python實現對excel進行數據剔除操作實例
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢