Inzicht in scrubbiness in lineaire regressiemodellen

Scrubbiness is een maatstaf voor hoe goed een model in staat is ruis uit de gegevens te verwijderen. Het wordt gedefinieerd als de verhouding tussen de variantie van de residuen (het verschil tussen de voorspelde waarden en de werkelijke waarden) en de variantie van de oorspronkelijke gegevens. Een hogere scrubbiness-waarde geeft aan dat het model beter is in het verwijderen van ruis, terwijl een lagere scrubbiness-waarde aangeeft dat het model luidruchtiger is. In uw geval gebruikt u een lineair regressiemodel om de prijs van een huis te voorspellen op basis van de kenmerken ervan. De scrubbiness van het model kan als volgt worden berekend:

Scrubbiness = (Variantie van residuen) / (Variantie van originele gegevens)

waarbij de variantie van de residuen het gemiddelde is van de gekwadrateerde verschillen tussen de voorspelde prijzen en de werkelijke prijzen, en de variantie van de originele gegevens is het gemiddelde van de gekwadrateerde verschillen tussen elk kenmerk en de gemiddelde waarde ervan. Als de variantie van de residuen bijvoorbeeld 100 is en de variantie van de originele gegevens 1000, dan zou de scrubbiness van het model zijn: = (100) / (1000) = 0,1

Dit betekent dat het model slechts 10% van de ruis uit de gegevens kan verwijderen, en dat er nog steeds veel ruis aanwezig is in de voorspellingen.

Het is belangrijk op te merken dat er geen sprake is van scrubbiness. een maatstaf voor de nauwkeurigheid van het model, maar eerder een maatstaf voor hoe goed het model in staat is ruis uit de gegevens te verwijderen. Een model met een hoge nauwkeurigheid kan nog steeds een lage scrubbiness hebben als het zeer gevoelig is voor ruis in de gegevens.