决定系数R平方是衡量回归模型拟合优度的重要指标，介于0到1之间，值越大表示模型越优。然而，随着自变量数量增加，R平方会增大，此时应使用校正R平方进行比较。当R平方大于0.25（即复相关系数R的平方）时，模型解释变量的能力较强。平滑预测模型在示例中解释了71%的网络变化。
决定系数（coefficient of determination，R2）是反映模型拟合优度的重要的统计量，为回归平方和与总平方和之比。R2取值在0到1之间，且无单位，其数值大小反映了回归贡献的相对程度，即在因变量Y的总变异中回归关系所能解释的百分比。 R2是最常用于评价回归模型优劣程度的指标，R2越大（接近于1），所拟合的回归方程越优。
假设一数据集包括y1,...,yn共n个观察值，相对应的模型预测值分别为f1,...,fn。定义残差ei = yi − fi，平均观察值为
回归模型效果评估系列3-R平方
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
