决定系数(R²分数)——评估回归模型性能的一个指标

目录

1.定义

2.计算举例

[3. 结果分析](#3. 结果分析)


1.定义

R²(R平方)分数,也称为决定系数,是用来评估回归模型性能的一个指标。它表示自变量解释因变量变异性的比例。R²分数的取值范围通常在0到1之间,其值越接近1,说明模型拟合效果越好。

R²分数的计算公式如下:

其中:

  • 表示残差平方和(Residual Sum of Squares),即实际值与预测值之间的差异的平方和。
  • 表示总平方和(Total Sum of Squares),即实际值与均值之间的差异的平方和。

具体来说, 的计算方式如下:

其中:

  • 是第 i 个样本的实际值。
  • 是第 i 个样本的预测值。
  • 是所有实际值的平均值。
  • n 是样本的数量。

2.计算举例

假设我们有一个简单的数据集,包含3个样本点:

样本 实际值 (y) 预测值 ()
1 3 2.5
2 5 4.8
3 7 6.9

首先计算

  1. 计算

2.计算

3.计算

4.最后计算

因此,该模型的 分数为 0.9625,表明模型对数据的拟合效果很好。

3. 结果分析

  • 接近1时,说明模型能够很好地解释数据的变化。
  • 接近0时,说明模型的预测能力较差。
  • 如果模型总是预测一个常数值(例如,所有样本的平均值),那么 将为0。
  • 如果模型的预测值总是等于实际值,那么 将为1。
相关推荐
SweetCode几秒前
裴蜀定理:整数解的奥秘
数据结构·python·线性代数·算法·机器学习
databook35 分钟前
不平衡样本数据的救星:数据再分配策略
python·机器学习·scikit-learn
补三补四44 分钟前
机器学习-聚类分析算法
人工智能·深度学习·算法·机器学习
荷包蛋蛋怪2 小时前
【北京化工大学】 神经网络与深度学习 实验6 MATAR图像分类
人工智能·深度学习·神经网络·opencv·机器学习·计算机视觉·分类
Uzuki8 小时前
AI可解释性 II | Saliency Maps-based 归因方法(Attribution)论文导读(持续更新)
深度学习·机器学习·可解释性
蹦蹦跳跳真可爱5899 小时前
Python----机器学习(KNN:使用数学方法实现KNN)
人工智能·python·机器学习
云和数据.ChenGuang13 小时前
机器学习之回归算法
人工智能·机器学习·回归
代码骑士13 小时前
聚类(Clustering)基础知识2
机器学习·数据挖掘·聚类
深蓝学院14 小时前
闭环SOTA!北航DiffAD:基于扩散模型实现端到端自动驾驶「多任务闭环统一」
人工智能·机器学习·自动驾驶
仙人掌_lz14 小时前
机器学习ML极简指南
人工智能·python·算法·机器学习·面试·强化学习