Ne zaman bir regresyon modeli uydursak, modelin verilere ne kadar iyi uydu\u011funu anlamak isteriz. Ba\u015fka bir deyi\u015fle, model, tahmin de\u011fi\u015fkenlerinin de\u011ferlerini, yan\u0131t de\u011fi\u015fkeninin<\/a> de\u011ferini tahmin etmek i\u00e7in ne kadar iyi kullanabiliyor?<\/span><\/p>\n Bir modelin bir veri k\u00fcmesine ne kadar iyi uydu\u011funu \u00f6l\u00e7mek i\u00e7in istatistik\u00e7ilerin s\u0131kl\u0131kla kulland\u0131\u011f\u0131 iki \u00f6l\u00e7\u00fcm, hatan\u0131n ortalama karek\u00f6k\u00fc (RMSE) ve R karedir ( R2<\/sup> ), bunlar a\u015fa\u011f\u0131daki \u015fekilde hesaplan\u0131r:<\/span><\/p>\n RMSE<\/strong> : Bir veri setinde tahmin edilen de\u011ferlerin g\u00f6zlemlenen de\u011ferlerden ortalama ne kadar uzakta oldu\u011funu bize s\u00f6yleyen bir \u00f6l\u00e7\u00fcm. RMSE ne kadar d\u00fc\u015f\u00fck olursa, model bir veri setine o kadar iyi uyar.<\/span><\/p>\n A\u015fa\u011f\u0131daki \u015fekilde hesaplan\u0131r:<\/span><\/p>\n RMSE = \u221a \u03a3(P ben<\/sub> \u2013 \u00d6 ben<\/sub> ) 2<\/sup> \/ n<\/span><\/span><\/p>\n Alt\u0131n:<\/span><\/p>\n R 2<\/sup><\/strong> : Bir regresyon modelinin yan\u0131t de\u011fi\u015fkenindeki varyans\u0131n ne kadar\u0131n\u0131n yorday\u0131c\u0131 de\u011fi\u015fkenler taraf\u0131ndan a\u00e7\u0131klanabilece\u011fini bize s\u00f6yleyen bir \u00f6l\u00e7\u00fcm. Bu de\u011fer 0 ile 1 aras\u0131ndad\u0131r. R2<\/sup> de\u011feri ne kadar y\u00fcksek olursa model bir veri k\u00fcmesine o kadar iyi uyum sa\u011flar.<\/span><\/p>\n A\u015fa\u011f\u0131daki \u015fekilde hesaplan\u0131r:<\/span><\/p>\n R2<\/sup> = 1 \u2013 (RSS\/TSS)<\/span><\/p>\n Alt\u0131n:<\/span><\/p>\n Bir modelin veri setine uyumunu de\u011ferlendirirken hem<\/em> RMSE de\u011ferini hem de R 2<\/sup> de\u011ferini hesaplamak faydal\u0131d\u0131r \u00e7\u00fcnk\u00fc her metrik bize farkl\u0131 bir \u015fey anlat\u0131r.<\/span><\/p>\n Bir yandan RMSE bize regresyon modelinin tahmin etti\u011fi de\u011fer ile ger\u00e7ek de\u011fer aras\u0131ndaki tipik mesafeyi anlat\u0131r.<\/span><\/p>\n \u00d6te yandan R2<\/sup> bize yorday\u0131c\u0131 de\u011fi\u015fkenlerin yan\u0131t de\u011fi\u015fkenindeki de\u011fi\u015fimi ne \u00f6l\u00e7\u00fcde a\u00e7\u0131klayabildi\u011fini anlat\u0131r.<\/span><\/p>\n \u00d6rne\u011fin, belirli bir \u015fehirdeki evler hakk\u0131ndaki bilgileri g\u00f6r\u00fcnt\u00fcleyen a\u015fa\u011f\u0131daki veri k\u00fcmesine sahip oldu\u011fumuzu varsayal\u0131m:<\/span> <\/p>\n \u015eimdi bir evin fiyat\u0131n\u0131 tahmin etmek i\u00e7in metrekare, banyo say\u0131s\u0131 ve yatak odas\u0131 say\u0131s\u0131n\u0131 kullanmak istedi\u011fimizi varsayal\u0131m.<\/span><\/p>\n A\u015fa\u011f\u0131daki regresyon modelini uyarlayabiliriz:<\/span><\/p>\n Fiyat = \u03b2 0<\/sub> + \u03b2 1<\/sub> (metrekare) + \u03b2 2<\/sub> (# banyo) + \u03b2 3<\/sub> (# yatak odas\u0131)<\/span><\/p>\n \u015eimdi bu modele uydu\u011fumuzu ve ard\u0131ndan modelin uyum iyili\u011fini de\u011ferlendirmek i\u00e7in a\u015fa\u011f\u0131daki \u00f6l\u00e7\u00fcmleri hesaplad\u0131\u011f\u0131m\u0131z\u0131 varsayal\u0131m:<\/span><\/p>\n RMSE<\/strong> de\u011feri bize modelin tahmin edilen konut fiyat\u0131 ile ger\u00e7ek konut fiyat\u0131 aras\u0131ndaki ortalama fark\u0131n 14.342 $ oldu\u011funu s\u00f6yl\u00fcyor.<\/span><\/p>\n R 2<\/sup><\/strong> de\u011feri bize modelin yorday\u0131c\u0131 de\u011fi\u015fkenlerinin (metrekare, banyo say\u0131s\u0131 ve yatak odas\u0131 say\u0131s\u0131) konut fiyatlar\u0131ndaki de\u011fi\u015fimin %85,6’s\u0131n\u0131 a\u00e7\u0131klayabildi\u011fini s\u00f6yl\u00fcyor.<\/span><\/p>\n Bu de\u011ferlerin \u201ciyi\u201d olup olmad\u0131\u011f\u0131n\u0131 belirlemek i\u00e7in bu \u00f6l\u00e7\u00fcmleri alternatif modellerle kar\u015f\u0131la\u015ft\u0131rabiliriz.<\/span><\/p>\n \u00d6rne\u011fin, farkl\u0131 bir tahmin de\u011fi\u015fkenleri k\u00fcmesi kullanan ba\u015fka bir regresyon modelini uydurdu\u011fumuzu ve bu model i\u00e7in a\u015fa\u011f\u0131daki \u00f6l\u00e7\u00fcmleri hesaplad\u0131\u011f\u0131m\u0131z\u0131 varsayal\u0131m:<\/span><\/p>\n Bu modelin RMSE de\u011ferinin bir \u00f6nceki modele g\u00f6re daha y\u00fcksek oldu\u011funu g\u00f6rebiliyoruz. Ayr\u0131ca bu modelin R 2<\/sup> de\u011ferinin bir \u00f6nceki modele g\u00f6re daha d\u00fc\u015f\u00fck oldu\u011fu da g\u00f6r\u00fclebilmektedir. Bu bize bu modelin \u00f6nceki modele g\u00f6re verilere daha az uyum sa\u011flad\u0131\u011f\u0131n\u0131 s\u00f6yl\u00fcyor.<\/span><\/p>\n \u0130\u015fte bu makalede vurgulanan ana noktalar:<\/span><\/p>\n \u00c7oklu Do\u011frusal Regresyona Giri\u015f<\/a> Regresyon modelleri, bir veya daha fazla yorday\u0131c\u0131 de\u011fi\u015fken ile bir yan\u0131t de\u011fi\u015fkeni aras\u0131ndaki ili\u015fkiyi \u00f6l\u00e7mek i\u00e7in kullan\u0131l\u0131r. Ne zaman bir regresyon modeli uydursak, modelin verilere ne kadar iyi uydu\u011funu anlamak isteriz. Ba\u015fka bir deyi\u015fle, model, tahmin de\u011fi\u015fkenlerinin de\u011ferlerini, yan\u0131t de\u011fi\u015fkeninin de\u011ferini tahmin etmek i\u00e7in ne kadar iyi kullanabiliyor? Bir modelin bir veri k\u00fcmesine ne kadar […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1880","post","type-post","status-publish","format-standard","hentry","category-rehber"],"yoast_head":"\n\n
\n
RMSE vs R 2<\/sup> : Hangi Metri\u011fi Kullanmal\u0131s\u0131n\u0131z?<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/rmse_r2_1.png\")
<\/p>\n\n
\n
\u00d6zet<\/strong><\/span><\/h3>\n
\n
Ek kaynaklar<\/strong><\/span><\/h3>\n
R vs R-Square: fark nedir?<\/a>
\u0130yi bir R-kare de\u011feri nedir?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"