Doğrusal Regresyon Modellerinde Scrubbiness'ı Anlamak

Temizleme, bir modelin verilerden gürültüyü ne kadar iyi kaldırabildiğinin bir ölçüsüdür. Artıkların varyansının (tahmin edilen değerler ile gerçek değerler arasındaki fark) orijinal verilerin varyansına oranı olarak tanımlanır. Daha yüksek bir temizleme değeri, modelin gürültüyü gidermede daha iyi olduğunu gösterirken, daha düşük bir temizleme değeri, modelin daha gürültülü olduğunu gösterir.

Sizin durumunuzda, bir evin fiyatını özelliklerine göre tahmin etmek için doğrusal bir regresyon modeli kullanıyorsunuz. Modelin fırçalanabilirliği şu şekilde hesaplanabilir:

Süpürme = (Artıkların varyansı) / (Orijinal verilerin varyansı)

burada artıkların varyansı, tahmin edilen fiyatlar ile gerçek fiyatlar arasındaki farkların karelerinin ortalamasıdır ve varyans Orijinal verinin yüzdesi, her özellik ile ortalama değeri arasındaki kare farkların ortalamasıdır.

Örneğin, artıkların varyansı 100 ve orijinal verinin varyansı 1000 ise, o zaman modelin fırçalama derecesi şu şekilde olacaktır:

Süpürme = (100) / (1000) = 0,1

Bu, modelin verilerdeki gürültünün yalnızca 'unu kaldırabildiği ve tahminlerde hâlâ çok fazla gürültünün mevcut olduğu anlamına gelir.

Ovalamanın modelin doğruluğunun bir ölçüsüdür, daha ziyade modelin verilerdeki gürültüyü ne kadar iyi giderebildiğinin bir ölçüsüdür. Doğruluğu yüksek olan bir model, verideki gürültüye karşı oldukça duyarlıysa yine de düşük temizlemeye sahip olabilir.