Residual là gì?

Residual trong mô hình thống kê hoặc mô hình học máy (machine learning model) là sự khác biệt giữa các giá trị được quan sát và giá trị dự đoán của dữ liệu. Chúng là một thước đo chẩn đoán được sử dụng khi đánh giá chất lượng của một mô hình (model). Chúng còn được gọi là lỗi (error). Ví dụ nếu giá trị quan sát là 3 và giá trị dự đoán là 1 thì residual bằng 3 - 1 = 2. Các residual đều bằng 0, mô hình dự đoán hoàn hảo. Các residual càng lớn từ 0, mô hình càng kém chính xác.