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
- convex optimization
- 유니티
- Laplacian
- pandas
- 판다스
- Deep Learning
- 논문
- Linear algebra
- neural network
- 딥러닝
- 모두를 위한 RL
- 데이터 분석
- ML-Agent
- statistics
- 사이킷런
- paper
- unity
- 강화학습
- Jacobian Matrix
- list
- optimization
- rl
- machine learning
- Series
- Hessian Matrix
- 김성훈 교수님
- reinforcement learning
- Python Programming
- David Silver
- 리스트
Archives
목록SSE (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