Tìm hiểu về độ nhám trong các mô hình hồi quy tuyến tính

Độ sạch là thước đo mức độ mô hình có thể loại bỏ nhiễu khỏi dữ liệu. Nó được định nghĩa là tỷ lệ phương sai của phần dư (chênh lệch giữa giá trị dự đoán và giá trị thực tế) với phương sai của dữ liệu gốc. Giá trị độ lọc cao hơn cho biết mô hình có khả năng loại bỏ tiếng ồn tốt hơn, trong khi giá trị độ lọc thấp hơn cho thấy mô hình có nhiều tiếng ồn hơn.

Trong trường hợp của bạn, bạn đang sử dụng mô hình hồi quy tuyến tính để dự đoán giá một ngôi nhà dựa trên các đặc điểm của nó. Độ sạch của mô hình có thể được tính như sau:

Độ sạch = (Phương sai của số dư) / (Phương sai của dữ liệu gốc)

trong đó phương sai của số dư là trung bình của chênh lệch bình phương giữa giá dự đoán và giá thực tế và phương sai của dữ liệu gốc là trung bình của chênh lệch bình phương giữa mỗi đặc điểm và giá trị trung bình của nó.

Ví dụ: nếu phương sai của phần dư là 100 và phương sai của dữ liệu gốc là 1000, thì độ sạch của mô hình sẽ là:

Độ sạch = (100) / (1000) = 0,1

Điều này có nghĩa là mô hình chỉ có thể loại bỏ 10% nhiễu khỏi dữ liệu và vẫn còn nhiều nhiễu trong các dự đoán.

Điều quan trọng cần lưu ý là không có độ nhiễu thước đo độ chính xác của mô hình, mà đúng hơn là thước đo mức độ mô hình có thể loại bỏ nhiễu khỏi dữ liệu. Một mô hình có độ chính xác cao vẫn có thể có độ lọc thấp nếu nó rất nhạy cảm với nhiễu trong dữ liệu.