Re: RSquare generalizado en redes neuronalesSu informe múltiple de NN está aquí
RSquare generalizado se calcula en función de la diferencia en el valor loglikelihood entre el modelo, L (sombrero Beta) y nula, L (nulo) donde n es la # observaciones.
Vea la página 10 del artículo de Chris Gotwalt. ( https://community.jmp.com/kvoqx44227/attachments/kvoqx44227/discussions/19686/1/JMP%20Neural%20Network%20Methodology.pdf ).
(Tenga en cuenta que R Plaza reportado para NN individual usa la misma fórmula).
Un general RSquare generalizado cuando hay respuestas múltiples se calcula combinando las diferencias, L (sombrero Beta) - L (nulo) de NN individuales, por lo que la diferencia global es mayor que la diferencia en un modelo individual. Esto se traduce en una mayor RSquare generalizado valor ya que no se toma en cuenta ningún número de modelos ejecutados .
Yo personalmente encuentro el general RSquare generalizado No es muy útil.
Re: RSquare generalizado en redes neuronalesGracias jian
Entiendo el concepto y también sus inquietudes. ¡Eso fue muy útil!
Bernd
RSquare generalizado en redes neuronalesHola,
cuando ejecuta NN con dos o más variables de destino, obtiene las estadísticas individuales de ajuste más una tabla de RSquare generalizada (s. adjunto). Ese valor de rsquare es tan alto como lo observé mucho más alto que todos los valores de rsquare individuales. No encontré una explicación en la Ayuda de JMP y la ayuda de desplazamiento no está disponible. ¿Alguien podría indicarme una ayuda de explicación e interpretación, por favor?
