机器学习模型评估：决定系数R²（R-squared）

一、决定系数R²介绍

决定系数（Coefficient of Determination），也称为R²（R-squared），是一种用于评估回归模型拟合优度的统计指标。它表示因变量的变异程度中可以由自变量解释的比例。

决定系数的取值范围在0到1之间，越接近1表示模型对观测数据的拟合程度越好，说明自变量能够解释因变量的变异性较大；而越接近0表示模型对观测数据的拟合程度较差，说明自变量无法很好地解释因变量的变异性。

具体计算决定系数的方法是，首先计算实际观测值与模型预测值之间的总平方和（SST，Sum of Squares Total）和残差平方和（SSE，Sum of Squares Error）。然后，通过以下公式计算决定系数：