一种维度化 R2 回归指标
机器学习
2026-05-05 v1
摘要
R2得分是评估回归任务的标准指标，提供一种对准度度量的归一化、幅度无关的度量，能够捕捉方差。然而，R2存在三个关键局限性：其输入最多限于二维；它将得分简化为单个标量，掩盖了预测准确性的丰富模式；并且对低方差噪声信道敏感，这可能导致大型、难以解释的负值。我们引入维度化R2得分（Dim-R2），这是一种R2的简单扩展，接受任意维度的数据，提供多维度的准确性视图，并且降低了对噪声的敏感性。我们在人工正弦数据以及三个多维回归数据集上展示了其优势。Dim-R2提供了一个可解释且灵活的指标，突出回归准确性中的模式，指导回归建模。
引用
@article{arxiv.2605.01066,
title = {A dimensional R2 regression metric},
author = {Jaesung Yoo and Stefan Lemke and Jian Zhong Guo and Kanaka Rajan and Adam Hantman},
journal= {arXiv preprint arXiv:2605.01066},
year = {2026}
}