Объяснение концепций машинного обучения Расширенные метрики для понимания моделей регрессии на простом английском языке Интервьюеры по науке о данных ожидают интуитивного понимания этих показателей. Используемые базовые метрики обсуждались в предыдущем посте, где я обсуждал MAE, MSE, RMSE, RMSLE и R-Squared . Этот пост посвящен скорректированному R в квадрате, предсказанному R в квадрате, графикам остатков, значениям P для переменных, коэффициентам регрессии и F-статистике...

Объяснение концепций машинного обучения Основные метрики для понимания моделей регрессии на простом английском языке Интервью по науке о данных требуют интуитивного понимания этих показателей. Легко запомнить такие правила, как хорошо, когда RMSE и MAE должны быть низкими, R в квадрате и другие разновидности значений R в квадрате должны быть высокими. Но собеседования в области Data Science не ожидают большего от кандидатов. Они не спрашивают вас, лучше ли значение R-Squared 0,6..