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。