Diferencias

Muestra las diferencias entre dos versiones de la página.

--- clase:iabd:pia:2eval:tema08.metricas_regresion [2025/02/02 20:22]
admin [Selección de métricas de regresión]
+++ clase:iabd:pia:2eval:tema08.metricas_regresion [2025/02/02 22:10] (actual)
admin [Selección de métricas de regresión]
@@ Línea 157: / Línea 157: @@
   * {{:clase:iabd:pia:2eval:errores_frecuentes_interpretacion_coeficiente_determinacion.pdf|Errores frecuentes en la interpretación del coeficiente de determinación lineal}}
-===== Coeficiente de determinación ajustado o R²-ajustado =====
+===== Coeficiente de determinación ajustado o R²ajustado =====
 Como acabamos de comentar el Coeficiente de determinación tiene el problema de que tiende a 1 cuantos más características haya es decir cuantas más columnas tenga la hay.
 Se suele expresar como que hay una alta dimensionalidad.
@@ Línea 197: / Línea 197: @@
       * Por contra si los datos "anómalos" realmente no son anómalos sino situaciones "normales" pero poco frecuentes, deberíamos usar MSE.
   * Mejor usar $R^2$ pero como suele haber mucha características, es mejor usar $\bar{R^2}$
+  * Entre RMSE y $\bar{R^2}$ se debe usar RMSE si estamos comparando distintos modelos con los mismos datos ya que en ese caso no nos afecta que haya alta dimensionalidad.
 <note warning>Recordar que como función de coste es mejor usar MSE que MAE ya que en MAE la derivada es constante.</note>

logongas