数据科学家复盘：迷信 R² 让我的回归模型白走两年弯路
mdancho84 · x · 2026-09-01
作者复盘自己做回归与预测建模时踩过的两个坑：
- 错误一：用样本内指标评估。教科书教人追求高 R²，于是他一味提升训练数据上的 R²，导致过拟合、预测模型泛化差且不稳定。解决办法是改用交叉验证。
- 错误二：只追求方差解释量。R² 衡量的是方差解释比例，但在预测任务中，更需要模型在未见过数据的均值附近保持稳定，因此需要换用其他评估指标。
修正这两个错误后，他的模型准确率比同行高出约 50%。
「研究」频道最新
- OpenBind 预印本发布，含新虚拟筛选基准 — MoAlQuraishi · 2026-09-02
- Anandkumar 发布 acceleratedU：神经算子替代 Transformer 做物理预测 — AnimaAnandkumar · 2026-09-02
- 数学家新博客：探讨 AI 如何重塑数学研究 — giannis_daras · 2026-09-02
- EMNLP 2026 接收论文：用结构化先例提升法律推理 — ponguru · 2026-09-02
- Sharon Zhou：FLOPs 相对显存变便宜，算法将转向以算力换显存 — realSharonZhou · 2026-09-02
- YOLO26深度骨干迁移到去雨任务：10个测试集全胜随机初始化 — Naive-Explanation940 · 2026-09-01