什么是决定系数 R2?

决定系数 R2: 判断模型拟合优劣的指标

决定系数 R2 是一个统计指标，用于衡量回归模型与观测值之间的拟合程度。它表示模型解释数据变异的比例。

R2 的计算

R2 可以通过以下公式计算：

``` R2 = 1 - (残差平方和 / 总平方和) ```

其中：

残差平方和是观测值与模型预测值之间的差值的平方和。 总平方和是观测值与观测均值之间的差值的平方和。

R2 的解释

R2 值在 0 和 1 之间：

R2 = 0： 模型无法解释任何数据变异。 0 < R2 < 1： 模型解释了数据变异的一部分。 R2 = 1： 模型完美地拟合数据，消除了所有数据变异。

R2 的优点

R2 是一个标准化的指标，可以跨不同的数据集进行比较。 R2 易于解释，因为它表示模型解释的变异量百分比。 R2 有助于确定模型是否为给定的数据集提供良好的拟合。

R2 的局限性

R2 不能用于比较不同预测变量数量的模型。 当存在极端值或异常值时，R2 可能高估模型的拟合优度。 R2 可以被过拟合模型夸大，这些模型可能会在新的数据集上表现不佳。

如何使用 R2

R2 是一种有用的指标，可用于：

评估模型的拟合程度。 比较不同模型的性能。 确定输入变量的相对重要性。 识别需要进一步调查的数据模式。

结论