MATLAB 计算 确定系数R2
- 拟合优度(Goodness of Fit)是指回归直线对观测值的拟合程度。度量拟合优度的统计量是可决系数(亦称确定系数)R²。
- R²最大值为1。R²的值越接近1,说明回归直线对观测值的拟合程度越好;反之,R²的值越小,说明回归直线对观测值的拟合程度越差,常用计算公式如下:
一、matlab代码
%y1为预测值 y为实际值
R2=1 - (sum((y1- y).^2) / sum((y - mean(y)).^2))
二、工具箱验证
clc;
clear;
x=1:10;
y=10*x.^2+15*rand(1,1);
p1 = 110 ;
p2 = -207.8 ;
y1 = p1.*x + p2;
R2=1 - (sum((y1- y).^2) / sum((y - mean(y)).^2))
三、讨论
计算并不难,我主要是来发个帖子讨论一下:
- 目前为止,我看到的论文里描述拟合效果的度量用R2的居多。但是最近我研究神经网络的时候会看到有些学者说用R2来度量拟合效果不大合理,理由是神经网络的拟合是非线性拟合,对这个问题我还没有想清楚。
有没有前辈对这个问题有自己的看法呢?欢迎留言讨论!!!