মধ্যে পার্থক্য কি এর মধ্যে Scikit-শিখতে এবং ভ্যারিয়েন্স স্কোর?

Question

আমি পাইথন সাইকিট-লার্ন ম্যানুয়ালটিতে রিগ্রেশন মেট্রিকগুলি সম্পর্কে পড়ছিলাম এবং যদিও তাদের প্রত্যেকের নিজস্ব সূত্র রয়েছে তবে আমি আন্তরিকভাবে বলতে পারি না যে এবং ভেরিয়েন্স স্কোরের মধ্যে পার্থক্য কী এবং তাই যখন মূল্যায়ন করার জন্য এক বা অন্যটি ব্যবহার করতে হয় আমার মডেল।$R^2$

Answer 1

1. $R^2 = 1- \frac{SSE}{TSS}$

2. $\text{explained variance score} = 1 - \mathrm{Var}[\hat{y} - y]\, /\, \mathrm{Var}[y]$ , যেখানে পক্ষপাতদুষ্ট ভ্যারিয়েন্স, অর্থাত্ th গণিত {বর্ণ} [\ টুপি {y} - y] = যোগফল (ত্রুটি। 2 - গড় (ত্রুটি)) \, / \, এন । আর ^ 2 এর সাথে তুলনা করলে , পার্থক্যটি কেবল গড় (ত্রুটি) থেকে হয়। যদি এর অর্থ (ত্রুটি) = 0 হয়, তবে আর ^ 2 = ব্যাখ্যা করা ভেরিয়েন্স স্কোর$\mathrm{Var}$$\mathrm{Var}[\hat{y} - y] = sum(error^2 - mean(error))\,/\,n$$R^2$$R^2$

3. এছাড়াও খেয়াল করুন যে সামঞ্জস্য করা- $R^2$ , নিরপেক্ষ বৈচিত্র্য অনুমান ব্যবহার করা হয়।

Comments

স্কলারন এডজাস্টেড-আর 2 করে না?

— হ্যাক-আর

@ হ্যাক-আর আসলে এটি রয়েছে

— এমমান্টু

Answer 2

ডিনের উত্তর সঠিক।

কেবলমাত্র আমি মনে করি এখানে একটি ছোটখাটো টাইপো রয়েছে: ।$Var[\hat{y}-y]=sum(error^2-mean(error))/n$

আমি অনুমান করি এটি ।$Var[\hat{y}-y]=sum(error-mean(error))^2/n$

আমার রেফারেন্সটি এখানে স্ক্যালারনের উত্স কোড: https://github.com/scikit-learn/scikit-learn/blob/bf24c7e3d/sklearn/metrics/_regression.py#L396