In [123]:
#data
y_true = [3, -0.5, 2, 7]
y_pred = [2.5, 0.0, 2, 8]
print metrics.explained_variance_score(y_true, y_pred)
print metrics.r2_score(y_true, y_pred)
0.957173447537
0.948608137045
In [124]:
#what explained_variance_score really is
1-np.cov(np.array(y_true)-np.array(y_pred))/np.cov(y_true)
Out[124]:
0.95717344753747324
In [125]:
#what r^2 really is
1-((np.array(y_true)-np.array(y_pred))**2).sum()/(4*np.array(y_true).std()**2)
Out[125]:
0.94860813704496794
In [126]:
#Notice that the mean residue is not 0
(np.array(y_true)-np.array(y_pred)).mean()
Out[126]:
-0.25
In [127]:
#if the predicted values are different, such that the mean residue IS 0:
y_pred=[2.5, 0.0, 2, 7]
(np.array(y_true)-np.array(y_pred)).mean()
Out[127]:
0.0
In [128]:
#They become the same stuff
print metrics.explained_variance_score(y_true, y_pred)
print metrics.r2_score(y_true, y_pred)
0.982869379015
0.982869379015
好,看看这个例子:
所以,当平均残数为0时,它们是相同的。根据你的需要选择哪一个家属,也就是说,平均残数假设为0吗?
我发现的大多数答案(包括这里)都强调R2和Explained Variance Score之间的区别,即:平均残差(即误差平均值)。
然而,还有一个重要的问题被抛在后面,那就是:我到底为什么要考虑误差的平均值?
复习:
R2:是测量(最小二乘)线性回归解释的变化量的决定系数。
为了评估
y
的预测值,您可以从不同的角度看它,如下所示:方差实际值×R2实际值=方差预测值
因此直观地说,R2越接近
1
,实际值和预测值的方差就越大,即相同的价差如前所述,主要的区别是误差平均值;如果我们查看公式,我们会发现这是正确的:
其中:
很明显,唯一的区别是我们从第一个公式中减去了平均误差。。。但是为什么?
当我们将R2得分与解释方差得分进行比较时,我们基本上是在检查平均误差;因此,如果R2=解释方差得分,则意味着:平均误差=零!
平均误差反映了我们估计的趋势,即:有偏v.s无偏估计。
总而言之:
如果您希望使用无偏估计量,以便我们的模型不会低估或高估,您可以考虑将误差平均值考虑在内。
相关问题 更多 >
编程相关推荐