Raiz do Erro Quadrático Médio (REQM) Trata-se de uma medida da raiz da média dos quadrados dos erros em um conjunto de previsões. Diferentes modelos. O RMSE (Root Mean Squared Error) é basicamente o mesmo cálculo do MSE, porém aplicada a raiz quadrática para lidar com o problema de interpretabilidade da diferença entre unidades dado que a unidade do desvio fica com a mesma escala da unidade original. Por outro lado, ela não penaliza com tanta veemência os valores outliers. Coeficiente de Determinação (R²) Também chamado de Coeficiente de Determinação, trata-se da proporção da variabilidade dos dados que é explicado pelo modelo. Em outras palavras, é a medida de quão bem um modelo de regressão se ajusta os dados. É calculado como a proporção da variância na variável dependente que é explicada pelo modelo. Quanto maior o valor de R², melhor o modelo se ajusta aos dados – os valores de R² variam de 0 a 1, com 1 indicando um ajuste perfeito. Por exemplo: um R² = 0,8234 significa que o modelo linear explica 82,34% da variância da variável dependente a partir do regressores (variáveis independentes) incluídas naquele modelo. R² = 0% indica que o modelo não explica nada da variabilidade dos dados de resposta ao redor de sua média. R² = 100% indica que o modelo explica toda a variabilidade dos dados de resposta ao redor de sua média. Underfitting e Overfitting. Qual é o melhor modelo?