Evaluar la performance de un modelo de Regresión Lineal con R^2 ajustado

R2 ajustado (en inglés R squared) es un medida de ajuste para determinar la precisión de un modelo de regresión lineal. La fórmula identifica el porcentaje de varianza en el campo objetivo a partir de la entrada o entradas.

R2 tiende a estimar de forma optimista el ajuste de la regresión lineal. Siempre aumenta como el número de efectos que se incluyen en el modelo. R2 ajustado intenta corregir esta estimación excesiva. R2 ajustado podría disminuir si un efecto específico no mejora el modelo.

R cuadrado ajustad se calcula dividiendo el error cuadrático de la media residual por el error cuadrático promedio total (que es la varianza muestral del campo objetivo). Se resta 1 del resultado.

R2 ajustado siempre es menor o igual que R2. Un valor de 1 indica un modelo que predice perfectamente valores del campo objetivo. Un valor que es menor o igual que 0 indica un modelo que no tiene ningún valor predictivo. En el mundo real, R2 ajustado se encuentra entre estos valores.

Más info:

https://es.wikipedia.org/wiki/Coeficiente_de_determinaci%C3%B3n
https://www.ibm.com/support/knowledgecenter/es/SS4QC9/com.ibm.solutions.wa_an_overview.2.0.0.doc/rsquared_adjusted.html

 

Autor entrada: Farid

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *