评估线性回归（在微软机器学习中
evaluating linear regression (in microsoft machine learning
我正在玩 azure 机器学习中的线性回归和评估模型。
我仍然有点不确定评估的各种指标的含义和显示，如果我不正确，希望得到一些纠正。
- 平均绝对误差：残差（误差）的平均值。
- 均方根误差： 残差的标准偏差。有了这个，我可以看到与 mean/median 我的绝对错误有多远。
- 相对绝对误差：百分比值，表示相对误差和绝对误差的百分比差值。值越低越好，表示差异越小。
- 相对平方误差：误差的平方相对于绝对值的平方。不确定相对绝对误差这给我带来了什么。
- 决定系数： 表示输入之间的相关性。 +1 或 -1 表示完全相关，0 表示 none.
- 直方图显示了各种误差幅度的频率。这显示了很多小错误。随着错误值的增加，频率降低，这表明，当与上面的不良指标一起使用时，可能有一些 sku 或异常值对模型有很大影响，使其不太准确。
这些定义和假设是否正确？
您在大多数方面几乎都是正确的。为确保我们使用的是相同的术语，请了解一些背景知识：
线性回归使用一些结果变量 y 和自变量 x1, x2, .. 的数据，并试图找到最能预测 y 的 x1, x2, .. 的线性组合。一旦这个 "best linear combination" 建立，您可以通过多种方式评估拟合的质量（即模型的质量）。您提到的六点都是回归方程质量的关键指标。
运行 一个回归给你多个 "ingredients"。例如，每次观察都会得到结果变量的 预测值 。 y 的观测值与预测值之间的差异称为残差或误差。残差可以是负数（如果 y 被高估）和正数（如果 y 被低估）。残差越接近零越好。但是，什么是 "close"？您提供的指标应该对此有所了解。
- 平均绝对误差：取残差的绝对值并取其平均值。
- 均方根误差：是你的残差的标准差。这将帮助您了解残差的 spread 有多大。残差是平方的，因此，高残差比小残差更重要。低 RMSE 是好的。
相对绝对误差：绝对误差占结果变量实际值的分数y。在您的情况下，预测值平均比 y.
相对平方误差：平方误差 (residual^2) 作为实际值的分数。
- 决定系数：几乎正确。这介于 0 和 1 之间，可以解释为自变量在解释
y 时的解释力。事实上，在你的例子中，自变量可以模拟 y 中 38.15% 的变化。此外，如果只有一个自变量，则该系数等于相关系数的平方。
均方根误差和决定系数几乎在所有情况下都是最重要的指标。老实说，我从未真正看到报告的其他指标。
我正在玩 azure 机器学习中的线性回归和评估模型。
我仍然有点不确定评估的各种指标的含义和显示，如果我不正确，希望得到一些纠正。
- 平均绝对误差：残差（误差）的平均值。
- 均方根误差： 残差的标准偏差。有了这个，我可以看到与 mean/median 我的绝对错误有多远。
- 相对绝对误差：百分比值，表示相对误差和绝对误差的百分比差值。值越低越好，表示差异越小。
- 相对平方误差：误差的平方相对于绝对值的平方。不确定相对绝对误差这给我带来了什么。
- 决定系数： 表示输入之间的相关性。 +1 或 -1 表示完全相关，0 表示 none.
- 直方图显示了各种误差幅度的频率。这显示了很多小错误。随着错误值的增加，频率降低，这表明，当与上面的不良指标一起使用时，可能有一些 sku 或异常值对模型有很大影响，使其不太准确。
这些定义和假设是否正确？
您在大多数方面几乎都是正确的。为确保我们使用的是相同的术语，请了解一些背景知识：
线性回归使用一些结果变量 y 和自变量 x1, x2, .. 的数据，并试图找到最能预测 y 的 x1, x2, .. 的线性组合。一旦这个 "best linear combination" 建立，您可以通过多种方式评估拟合的质量（即模型的质量）。您提到的六点都是回归方程质量的关键指标。
运行 一个回归给你多个 "ingredients"。例如，每次观察都会得到结果变量的 预测值 。 y 的观测值与预测值之间的差异称为残差或误差。残差可以是负数（如果 y 被高估）和正数（如果 y 被低估）。残差越接近零越好。但是，什么是 "close"？您提供的指标应该对此有所了解。
- 平均绝对误差：取残差的绝对值并取其平均值。
- 均方根误差：是你的残差的标准差。这将帮助您了解残差的 spread 有多大。残差是平方的，因此，高残差比小残差更重要。低 RMSE 是好的。
相对绝对误差：绝对误差占结果变量实际值的分数
y。在您的情况下，预测值平均比y. 的实际值高 75% higher/lower
相对平方误差：平方误差 (
residual^2) 作为实际值的分数。- 决定系数：几乎正确。这介于 0 和 1 之间，可以解释为自变量在解释
y时的解释力。事实上，在你的例子中，自变量可以模拟y中 38.15% 的变化。此外，如果只有一个自变量，则该系数等于相关系数的平方。
均方根误差和决定系数几乎在所有情况下都是最重要的指标。老实说，我从未真正看到报告的其他指标。