Skorygowany współczynnik R² mierzy, jak dobrze model regresji wyjaśnia zmienność danych, z uwzględnieniem liczby użytych predyktorów. Zwykły współczynnik R² rośnie z każdą dodatkową zmienną, nawet taką, która nic nie wnosi; wersja skorygowana karze niepotrzebne zmienne. Pozwala to rzetelniej porównywać modele o różnej wielkości, na przykład prognozę sprzedaży opartą na trzech zamiast dziesięciu czynnikach.
Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.
Uruchom demoRegresja liniowa to metoda statystyczna opisująca zależność między zmienną docelową a jedną lub kilkoma zmiennymi objaśniającymi za pomocą prostej lub płaszczyzny. Współczynniki dobiera się zwykle tak, aby zminimalizować sumę kwadratów odchyleń. Metoda jest łatwa do zrozumienia i interpretacji: pozwala na przykład oszacować, o ile rosną przychody, gdy budżet reklamowy wzrasta o 1000 €. Jej granice pojawiają się przy zależnościach nieliniowych.
Przeuczenie (overfitting) występuje wtedy, gdy model zapamiętuje dane treningowe, łącznie z przypadkowymi osobliwościami i szumem, zamiast uchwycić ogólnie obowiązujące wzorce. Wydaje się wtedy bardzo dokładny na znanych danych, ale radzi sobie słabo z nowymi. Typowym sygnałem jest duża różnica między błędem treningowym a błędem testowym. Środki zaradcze to więcej lub bardziej zróżnicowane dane, prostsze modele, regularyzacja, dropout i walidacja krzyżowa.
Średni błąd bezwzględny (MAE) pokazuje, o ile przewidywania modelu odbiegają średnio od wartości rzeczywistych, niezależnie od kierunku odchylenia. Jest wyrażany w jednostce zmiennej docelowej, dzięki czemu łatwo go zrozumieć. Przykład: MAE równy 12 przy dziennej prognozie sprzedaży oznacza, że model myli się średnio o 12 sztuk. Wartości odstające mają w nim mniejszą wagę niż w miarach opartych na błędzie kwadratowym.
Regularyzacja obejmuje techniki, które w trakcie trenowania zapobiegają zbyt ścisłemu dopasowaniu modelu do danych treningowych (przeuczeniu). Przykłady to karanie dużych wag (regularyzacja L1 lub L2), losowe wyłączanie neuronów (dropout) lub zatrzymanie trenowania w odpowiednim momencie (early stopping). Celem jest prostszy model, który działa bardziej niezawodnie na nowych, nieznanych danych, nawet jeśli na danych treningowych osiąga nieco gorszy wynik.
