Ich verwende die Generalized Regression-Plattform und versuche, das beste Modell für meine Daten zu finden. Wenn ich die verschiedenen Modelle in der Generalized Regression Platform vergleiche, erhalte ich
Die verallgemeinerten Rsquare-Werte liegen für den Trainingssatz bei 0,94 und für den Validierungssatz bei 0,95.
Dann habe ich das Formel-Depot -> Modellvergleich verwendet, um weitere Informationen zu den Modellen zu erhalten. Ich bekomme diesen Tisch
Die Rsquare-Werte für den Trainingssatz liegen im Bereich von 0,53 bis 0,62 und für den Validierungssatz von 0,8 bis 0,9.
Ich habe zwei Fragen:
- Ist es normal, dass die Rsquare-Werte so viel niedriger sind als die Generalized Rsquare-Werte?
- Ist es ein Hinweis auf ein Problem, dass der Rsquare für den Validierungssatz höher ist als für den Trainingssatz (ich habe 3 verschiedene Aufteilungen der Daten zwischen dem Validierungs- und dem Trainingssatz versucht.) Wenn der Rsquare für den Trainingssatz größer war als für den Validierungssatz wäre dies ein Hinweis auf eine Überanpassung. Aber hier ist es umgekehrt.
Es stellte sich heraus, dass das Problem mit den Punkten zusammenhängt, die in den Schulungs- und Validierungssätzen enthalten sind. Es gab einige Ausreißerpunkte, die einen großen Einfluss auf den Rsquare hatten. Je nachdem, wo sie gelandet sind, haben sich die Werte sehr verändert.
Der Ausschluss von der Bewertung hat die Situation verbessert.
