Compreendendo a limpeza em modelos de regressão linear

Scrubbiness é uma medida de quão bem um modelo é capaz de remover ruído dos dados. É definido como a razão entre a variância dos resíduos (a diferença entre os valores previstos e os valores reais) e a variância dos dados originais. Um valor de limpeza mais alto indica que o modelo é melhor na remoção de ruído, enquanto um valor de limpeza mais baixo indica que o modelo é mais barulhento.

No seu caso, você está usando um modelo de regressão linear para prever o preço de uma casa com base em suas características. A escrupulosidade do modelo pode ser calculada da seguinte forma:

escrupulosidade = (variância dos resíduos) / (variância dos dados originais)

onde a variância dos resíduos é a média das diferenças quadradas entre os preços previstos e os preços reais, e a variância dos dados originais é a média das diferenças quadradas entre cada recurso e seu valor médio.

Por exemplo, se a variância dos resíduos for 100 e a variância dos dados originais for 1000, então a limpeza do modelo seria:

Scrubbiness = (100) / (1000) = 0,1

Isso significa que o modelo só é capaz de remover 10% do ruído dos dados, e ainda há muito ruído presente nas previsões.

É importante observar que a limpeza não é uma medida da precisão do modelo, mas sim uma medida de quão bem o modelo é capaz de remover ruído dos dados. Um modelo com alta precisão ainda pode ter baixa depuração se for altamente sensível ao ruído nos dados.