关键术语解答
如果你第一次接触 PCA/PLS，一堆缩写会像“天书”一样：R²、Q²、VIP、T²、SPE……
别慌，这一页把平台里最常出现的术语用人话讲清楚：它们分别在回答什么问题、该怎么解读、什么时候容易踩坑。
💡 先给你一张“速记卡”：
- R²（拟合）：模型把“已知数据”解释得像不像。
- Q²（预测）：模型对“没见过的数据”准不准（交叉验证得到）。
- T²（模型内异常）：点在模型平面里，但跑得太偏（特立独行）。
- SPE（模型外异常）：点根本不贴着模型平面走（残差很大）。
- VIP / Loading（变量贡献）：到底是哪些变量在“带节奏”。
- Accuracy（准确率）：分类题答对了多少（类别不均衡时会骗人）。
- F1 Score（综合得分）：不偏科的端水大师（综合考虑不冤枉好人和不放过坏人）。
- AUC（区分度）：分类模型区分正负类的整体实力。
✅ R²（r 方）：拟合优度
🧠 它在回答什么问题？
R² 关心的是：模型对训练数据的解释程度。你可以把它理解成“模型复述这份作业的能力”。
在平台里你常见到：
- R2X：模型解释了多少 X（特征） 的信息。
- R2Y：模型解释了多少 Y（目标） 的变化。
🧐 怎么解读数值？
- 范围：通常在 0 ～ 1 之间，越大越好。
- 直觉：R2Y = 0.90 约等于“Y 的变化里，有 90% 能被模型解释”。
- 注意：R² 高，不代表预测一定准，因为它只是在“回忆训练集”。
⚠️ 常见误区
- 只看 R²，不看 Q²：很容易“死记硬背”（过拟合）。
- 拿不同任务硬比：回归、判别（分类）和不同数据尺度下，R² 的可比性有限。更推荐同一业务数据、同一建模目标下对比。
✅ Q²（q 方）：预测能力
🧠 它在回答什么问题？
Q² 关心的是：模型对未见数据的预测能力。你可以把它理解成“模型举一反三的能力”。
平台里的 Q² 一般来自 交叉验证（见下一节），更接近你真正关心的“上线后好不好用”。
🧐 怎么解读数值？
- 范围：通常在 0 ～ 1 之间，越大越好（在某些情况下也可能出现较低甚至负值，代表预测很差）。
- 实用经验：
- Q² 低：模型泛化差，通常需要减组件、清异常、或重新检查 X/Y 配置。
- R² 很高但 Q² 明显偏低：典型 过拟合 信号。
💡 一个好习惯：
把 R² 当“拟合体检”，把 Q² 当“预测体检”。两个都健康，模型才靠谱。
✅ 交叉验证（Cross Validation）：模型的“模拟考试”
🧠 它在回答什么问题？
交叉验证的核心想法很朴素：
- 先把一部分样本“藏起来”当作考题；
- 用剩下的样本训练模型；
- 再用模型去预测“藏起来的那部分”，看答得怎么样；
- 反复多次，得到更稳的评估。
这就是平台里 Q² 的来源之一，也是平台自动寻找最佳主成分/组件数的重要依据（见 建模分析）。
🧩 常见做法（你不必手算）
- K 折交叉验证（K-fold）：把样本分成 K 份，轮流拿 1 份做验证。
- 留一法（LOO）：每次只留 1 个样本做验证，样本少时常见。
⚠️ 交叉验证也会翻车的情况
- 样本太少：评估波动大，Q² 会不稳定。
- 数据泄漏：比如同一批次的样本被分到训练和验证里，结果会“虚高”。
- 类别极不均衡（分类）：仅凭 Q²/Accuracy 可能乐观，需要结合 AUC 等指标。
✅ 拟合（Fit）：让模型“学会”关系
平台里的 Fit 就是“训练模型”：
- PCA（探索）：学会用更少的维度概括 X 的主要变化模式（降维）。
- PLS（预测）：学会 X 和 Y 的关系，用 X 去解释/预测 Y。
🎛️ 为什么会有“组件数/潜变量”？
你可以把组件数理解成模型允许自己“记住的规律数量”：
- 组件数太少：模型太简单，规律学不够（欠拟合）。
- 组件数太多：模型太复杂，连噪声都背下来（过拟合）。
平台的 C+1/C-1 就是在调这个“复杂度旋钮”，用 Q²（交叉验证） 来帮你选择更稳的复杂度（见 建模分析） 。
✅ 判别（Classification / Discriminant）与回归（Regression）
这是建模前必须搞清楚的两条“赛道”。你的 Y（目标变量）决定了你要跑哪条道。
🧠 判别（分类任务）
- 目标：预测一个类别（离散值）。
- 例子：判断产品是“合格”还是“不合格”；判断患者是“阳性”还是“阴性”。
- 看什么指标：Accuracy（准确率）、F1 Score、AUC。
- 在平台里：如果你的 Y 列是文本标签（如 0/1），平台会自动用 PLS-DA（偏最小二乘判别分析）来处理。
🧠 回归（连续预测任务）
- 目标：预测一个具体数值（连续值）。
- 例子：预测明天的温度是 25.3℃ 还是 26.1℃；预测产品的纯度是 98.5% 还是 99.2%。
- 看什么指标：R²、Q²、RMSE（均方根误差）。
- 在平台里：如果你的 Y 列是连续数字，平台会自动用标准 PLS 来处理。
✅ Accuracy（准确率）：分类“答对了多少题”
🧠 它在回答什么问题？
Accuracy = 预测正确的样本数 / 总样本数。比如 100 个样本预测对了 92 个，Accuracy = 0.92。
⚠️ 什么时候 Accuracy 会骗人？
当类别极不均衡时，Accuracy 可能很“好看”但没有意义。
举例：100 个样本里 95 个是“合格”，5 个是“不合格”。
- 你如果永远预测“合格”，Accuracy 也有 95%；
- 但这个模型对“不合格”完全抓不住，业务上反而最危险。
✅ 更稳的搭配
- 同时看 混淆矩阵（TP/FP/TN/FN）、召回率（Recall）、精确率（Precision）。
- 再配合下一节的 F1 Score 或 ROC/AUC，看模型在不同情况下的整体表现。
✅ F1 Score：不偏科的“端水大师”
🧠 它在回答什么问题？
当你发现 Accuracy（准确率）在“类别不均衡”（比如 95 个合格，5 个不合格）时会骗人，你就需要请出 F1 Score 了。它是由两个指 标综合算出来的：
- Precision（精确率）：你预测出来的“不合格”里，到底有多少是真的不合格？（别冤枉好人）
- Recall（召回率）：真实存在的“不合格”里，你成功抓出了多少？（别放过坏人）
🧐 怎么解读？
F1 Score 是 Precision 和 Recall 的“调和平均数”（它要求两科成绩都不错，不能偏科）。
- 范围：0 到 1，越接近 1 说明模型越强。
- 直觉：如果模型总是瞎猜，或者只顾着抓一类，它的 F1 Score 会被那门“偏科”的成绩拉得很低。它逼着模型做一个“端水大师 ”。
✅ AUC 曲线（ROC/AUC）：分类模型的“门槛体检”
🧠 ROC 曲线是什么？
分类模型往往会输出一个“像不像正类”的分数（或概率）。你选不同阈值，会得到不同的：
- 真正率 TPR（召回）：正类被抓到的比例。
- 假正率 FPR（误报）：负类被误判成正类的比例。
ROC 曲线就是把不同阈值下的 (FPR, TPR) 连起来，看看模型整体是“接近左上角（好）”还是“靠近对角线（一般）”。
🧮 AUC 是什么？
AUC 是 ROC 曲线下面积，直觉解读：
- AUC = 0.5：接近随机猜。
- AUC 越接近 1：区分正负类越强。
✅ 为什么很多时候 AUC 比 Accuracy 更靠谱？
- AUC 不依赖某一个固定阈值，更能反映模型整体区分能力。
- 在类别不均衡时，AUC 通常比 Accuracy 更稳定、更不容易“好看但没用”。
✅ 霍特琳 T²（Hotelling T²）：模型内异常
🧠 它在回答什么问题？
T² 衡量的是样本在模型“主空间（得分空间）”里的离群程度：
- 样本点仍然在模型描述的方向上变化，但偏得太远；
- 常见于“某些变量特别极端”，属于模型内的特立独行。
🧐 怎么看？
- 通常有一条 Limit（置信限） 作为警戒线。
- 超过 Limit：重点关注的异常候选点。
更直观的图表说明见： 霍特琳 T² 图
✅ SPE（Squared Prediction Error）：模型外异常
🧠 它在回答什么问题？
SPE 也常被叫作 DModX，它衡量的是样本到模型平面的“垂直距离”（残差）：
- SPE 大：说明这个样本的变化模式，模型解释不了；
- 常见于“工况换了、新模式出现、数据质量异常”，属于模型外的漂浮样本。
🧩 T² 和 SPE 怎么配合？
- T² 高、SPE 不高：模型能解释，但点很极端（模型内异常）。
- T² 不高、SPE 高：方向不极端，但模型解释不了（模型外异常）。
- 两者都高：又极端又解释不了，通常优先排查。
更直观的图表说明见： SPE 图
✅ VIP（Variable Importance in Projection）：变量重要性排行
🧠 它在回答什么问题？
VIP 用于 PLS：它告诉你 哪些 X 变量对解释/预测 Y 最关键。
你可以把 VIP 当作“谁对结果贡献最大”的排行榜。
🧐 怎么解读？
- 常用经验线：VIP = 1 作为“重要变量”的参考门槛。
- 越高：说明这个变量越可能是关键控制点。
更直观的图表说明见： VIP 变量贡献
✅ Loading（载荷）：变量在模型里的“站位”
🧠 它在回答什么问题？
载荷（Loading）描述的是：每个变量在某个主成分/潜变量上的贡献方向与大小。
一句话：得分图看样本（行），载荷图看变量（列）。
🧐 怎么看载荷图？
- 离原点越远：这个变量对该成分的影响越大。
- 两个变量方向一致、挨得近：往往代表它们携带的信息相似（正相关）。
- 两个变量方向相反、分居两侧：常代表此消彼长（负相关）。
💡 小提醒：
载荷/得分的解读高度依赖数据是否做了标准化、以及你选了多少组件。结论建议配合 模型概要 与业务常 识一起看。
更直观的图表说明见： 载荷图
📌 最后一张小抄：它们各自“抓的是什么”
- R²：整体解释/拟合得像不像（训练集）。
- Q²：整体预测准不准（交叉验证）。
- Accuracy：预测对了多少（注意防骗）。
- F1 Score：精确率与召回率的平衡大师。
- AUC：模型区分正负类的硬实力。
- T²：模型内偏离（沿着模型方向跑太远）。
- SPE：模型外偏离（残差很大，模型解释不了）。
- VIP：对 Y 贡献大的 X 变量排行（PLS）。
- Loading：变量在成分上的贡献与相关结构（PCA/PLS）。
如果你在实际分析中遇到“R² 很高但 Q² 低”“T² 和 SPE 都超限”等情况，通常不是你操作错了，而是数据在给你提示：该清洗的点、 该重新配置的变量、该降低的复杂度，一个都跑不了。