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！！！