Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Laplacian
- 리스트
- 논문
- 판다스
- David Silver
- 김성훈 교수님
- convex optimization
- 딥러닝
- Deep Learning
- machine learning
- 유니티
- Hessian Matrix
- ML-Agent
- reinforcement learning
- Series
- statistics
- Python Programming
- neural network
- rl
- paper
- optimization
- 강화학습
- 데이터 분석
- list
- Jacobian Matrix
- 모두를 위한 RL
- pandas
- 사이킷런
- unity
- Linear algebra
Archives
목록R2 (1)
RL Researcher
결정계수(coeffcient of determination, R2)
1. 결정계수(R2) 결정계수(R2)는 회귀모형의 예측능력을 평가하는 대표적인 지표입니다. 결정계수는 추정한 선형 모형이 주어진 자료에 적합한 정도를 재는 척도입니다. 반응 변수(Y)의 분산 중에서 적합한 모형이 설명가능한 부분의 비율을 말합니다. $$R^{2} = \frac{SSR}{SST} = \frac{1- SSE}{SST}$$ 결정계수(R2)의 범위는 0 ~ 1 까지며 수식에서 보듯이 예측모형의 편차가 전체 데이터의 편차를 모두 대신할 수 있으면 결정계수(R2)가 1입니다. 즉 모형의 예측 정확도가 높아지면 결정계수가 1에 가까워진다는 의미입니다. ( 0에 가까울수록 설명력이 낮고, 1에 가까울수록 설명력이 높다.) 2. SST SST 는 Sum of Square Total로 편차의 제곱합입니다...
Machine-Learning/Algorithm
2020. 12. 27. 17:39