JMP Pro 如何计算神经网络和引导森林的 R 方？亲爱的大家，我想知道 JMP 如何计算神经网络和引导森林的 R 方？ 公式是什么？ 例如，我知道最小二乘回归的 R 方的计算：“R 方：估计响应中可归因于模型而不是随机误差的变化比例。 使用相应方差分析表中的量，R 方（也称为多重确定系数）计算如下：平方和 (模型)/ 平方和 (C. Total）”我发现手册中有两个用于神经网络和引导森林的R方：广义R方和熵R方。 然而，当我运行我的神经网络和引导森林时，我只得到一个 R 方：R 方，这在手册中没有解释。 所以我写信询问这个R方是如何计算的？ 有公式吗？ 谢谢。回复：JMP Pro 如何计算神经网络和引导森林的 R 方？你好莱昂，
验证策略将您的数据分为两组，并分别计算两组的 rsquare。 当您保存预测公式并绘制预测与观察结果时，nm 会将所有数据纳入一组。 显然，该回归的 rsquare 小于两个单独组的 rsquare。
回复：JMP Pro 如何计算神经网络和引导森林的 R 方？是否存在如何计算具有 10 倍交叉验证的神经网络 R 方的方程？
我只是想知道 JMP 是否高估了 R 方。
我运行了一个神经网络（10 倍交叉验证、稳健拟合、1 次巡演），训练和验证的 R 方均 > 0.8（图 1.png）。
然后我通过“保存快速公式”生成了一个新列“预测 Y”。
然而，Y 和预测 Y 之间的 R 方仅为 0.74（图 2.png）。
回复：JMP Pro 如何计算神经网络和引导森林的 R 方？如果您的响应变量是连续的，那么您将得到与线性回归相同的 R 平方。 如果您的回答是明确的，那么您将获得另外两个 R 平方度量。
广义 R 方与连续响应的 R 方相同。
熵 R 平方是完整模型和简化模型之间的对数似然差与简化模型的对数似然之比。
