MSE के लिए
वहाँ कोई सही मान नहीं है। सीधे शब्दों में कहें, मान जितना कम होगा, उतना ही बेहतर होगा और 0 का मतलब है कि मॉडल एकदम सही है।
स्वीकार्य माध्य वर्ग त्रुटि क्या है?
अंगूठे के एक नियम के आधार पर, यह कहा जा सकता है कि RMSE मान 0.2 और 0.5 के बीच दर्शाता है कि मॉडल अपेक्षाकृत सटीक रूप से डेटा की भविष्यवाणी कर सकता है। इसके अलावा, 0.75 से अधिक समायोजित आर-वर्ग सटीकता दिखाने के लिए एक बहुत अच्छा मूल्य है। कुछ मामलों में, 0.4 या अधिक का समायोजित R-वर्ग भी स्वीकार्य है।
एमएसई की सीमा क्या है?
एमएसई के लिए कोई स्वीकार्य सीमा नहीं है सिवाय इसके कि एमएसई जितना कम होगा भविष्यवाणी की सटीकता उतनी ही अधिक होगी क्योंकि वास्तविक और अनुमानित डेटा सेट के बीच उत्कृष्ट मिलान होगा। यह सहसंबंध में सुधार के रूप में उदाहरण है क्योंकि एमएसई शून्य के करीब पहुंचता है।
आप रैखिक प्रतिगमन में एमएसई की व्याख्या कैसे करते हैं?
मीन स्क्वेर्ड एरर (MSE) आपको बताता है कि रिग्रेशन लाइन पॉइंट्स के एक सेट के कितने करीब है यह पॉइंट्स से रिग्रेशन लाइन तक की दूरी को ले कर ऐसा करता है (ये दूरियां "त्रुटियां" हैं) और उन्हें चुकता करना। किसी भी नकारात्मक संकेत को दूर करने के लिए वर्ग बनाना आवश्यक है।
आर-स्क्वायर को सादे अंग्रेजी में क्या कहते हैं?
R-squared प्रतिक्रिया चर भिन्नता का प्रतिशत है जिसे एक रैखिक मॉडल द्वारा समझाया गया है। यह हमेशा 0 से 100% के बीच होता है। आर-स्क्वेर्ड एक सांख्यिकीय माप है कि डेटा फिटेड रिग्रेशन लाइन के कितने करीब है। … सामान्य तौर पर, R-वर्ग जितना अधिक होगा, मॉडल आपके डेटा के लिए उतना ही बेहतर होगा।
