De gecorrigeerde R-kwadraat meet hoe goed een regressiemodel de variatie in de data verklaart, gecorrigeerd voor het aantal gebruikte voorspellers. De gewone R-kwadraat stijgt met elke extra variabele, ook als die niets toevoegt; de gecorrigeerde versie bestraft overbodige variabelen. Zo kunnen modellen van verschillende omvang eerlijker worden vergeleken, bijvoorbeeld een omzetprognose met drie in plaats van tien factoren.
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenLineaire regressie is een statistische methode die het verband tussen een doelvariabele en een of meer voorspellers beschrijft met een rechte lijn of vlak. De coëfficiënten worden meestal zo gekozen dat de som van de gekwadrateerde afwijkingen minimaal is. De methode is eenvoudig te begrijpen en te interpreteren: ze kan bijvoorbeeld schatten hoeveel de omzet stijgt als het reclamebudget met € 1.000 toeneemt. Bij niet-lineaire verbanden bereikt ze haar grenzen.
Overfitting treedt op wanneer een model de trainingsgegevens uit het hoofd leert, inclusief toevallige eigenaardigheden en ruis, in plaats van algemeen geldende patronen vast te leggen. Het lijkt dan zeer nauwkeurig op bekende gegevens, maar presteert slecht op nieuwe gegevens. Een groot verschil tussen trainings- en testfout is een typisch teken. Tegenmaatregelen zijn meer of gevarieerdere gegevens, eenvoudigere modellen, regularisatie, dropout en kruisvalidatie.
De gemiddelde absolute fout (MAE) laat zien hoeveel de voorspellingen van een model gemiddeld afwijken van de werkelijke waarden, ongeacht de richting. Ze wordt uitgedrukt in de eenheid van de doelvariabele, waardoor ze eenvoudig te begrijpen is. Voorbeeld: een MAE van 12 bij een dagelijkse omzetvoorspelling betekent dat het model gemiddeld 12 eenheden afwijkt. Uitschieters wegen minder zwaar mee dan bij kwadratische foutmaten.
Regularisatie omvat technieken die voorkomen dat een model zich tijdens het trainen te sterk aan de trainingsgegevens aanpast (overfitting). Voorbeelden zijn het bestraffen van grote gewichten (L1- of L2-regularisatie), het willekeurig uitschakelen van neuronen (dropout) of het op het juiste moment stoppen met trainen (early stopping). Het doel is een eenvoudiger model dat betrouwbaarder presteert op nieuwe, onbekende gegevens, ook als het op de trainingsgegevens iets lager scoort.
