决定系数R²的作用

R²通常称为**决定系数**（Coefficient of Determination），是衡量回归模型对数据拟合优度的重要指标。R²的取值范围从0到1，反映了自变量（特征）解释因变量（目标变量）变化的比例。

**R²的公式**：

其中：
- \( y_i \) 是实际值，
- \( \hat{y}_i \) 是模型的预测值，
- \( \bar{y} \) 是实际值的平均值。

**R²的含义**：
- R² = 1：模型能完美解释数据中的变化，所有的预测值都完全等于实际值。
- R² = 0：模型无法解释数据中的变化，预测值只是简单地等于实际值的平均值。
- R² < 0：模型对数据的解释力甚至不如简单地用平均值来预测，也就是说模型效果很差。

**总结**：R²越接近1，说明模型对数据的解释能力越强，拟合效果越好。