情况如下:
用户通过一组数据点手动绘制了一条最佳拟合直线。我有这条线的方程式(y = mx + c)。
我使用最小二乘回归来确定相同数据的最佳拟合线。
如何评估用户绘制的 LOBF 的质量?我的第一个想法只是计算出两个梯度和两个 y 截距之间的不确定性,但是当梯度或 y 截距的真实值接近于零时,就会产生巨大的误差。请问有什么建议吗?
情况如下:
用户通过一组数据点手动绘制了一条最佳拟合直线。我有这条线的方程式(y = mx + c)。
我使用最小二乘回归来确定相同数据的最佳拟合线。
如何评估用户绘制的 LOBF 的质量?我的第一个想法只是计算出两个梯度和两个 y 截距之间的不确定性,但是当梯度或 y 截距的真实值接近于零时,就会产生巨大的误差。请问有什么建议吗?
无论您如何拟合模型(OLS、随机森林、深度学习或像您正在做的猜测),均方误差的计算方式相同。
如果您想要平均值,请除以样本量。
如果您想让计算机自动执行此任务,请计算最佳拟合猜测线的斜率和截距。在你的线上选择两个点, 和 .
当你做代数来解决 按照 ,您将通过目测得到拟合线的方程。然后,您可以使用它来进行预测以输入平方误差公式。