Остаточная сумма квадратов
Материал из MachineLearning.
(Различия между версиями)
(Новая: Under construction.) |
|||
| (2 промежуточные версии не показаны) | |||
| Строка 1: | Строка 1: | ||
| - | + | == Остаточная сумма квадратов == | |
| + | |||
| + | Остаточная сумма квадратов (residual sum of squares, RSS) - это метод оценки разницы между данными и оценочной моделью. Чем меньше разница, тем лучше оценка. | ||
| + | |||
| + | <tex>RSS = \sum_{i=1}^n \big(y_i - f(x_i)\big)^2</tex>, | ||
| + | где i - номер наблюдения. | ||
| + | |||
| + | [[Полная сумма квадратов| Полная сумма квадратов (TSS)]] = [[Обусловленная сумма квадратов| Обусловленная сумма квадратов (ESS)]] + Остаточная сумма квадратов (RSS) | ||
| + | |||
| + | == См. также == | ||
| + | * [[Регрессионный анализ]] | ||
| + | * [[Многомерная линейная регрессия]] | ||
| + | * [[Метод наименьших квадратов]] | ||
| + | |||
| + | [[Категория:Регрессионный анализ]] | ||
Текущая версия
Остаточная сумма квадратов
Остаточная сумма квадратов (residual sum of squares, RSS) - это метод оценки разницы между данными и оценочной моделью. Чем меньше разница, тем лучше оценка.
,
где i - номер наблюдения.
Полная сумма квадратов (TSS) = Обусловленная сумма квадратов (ESS) + Остаточная сумма квадратов (RSS)

