R² =(1-u/v)。
u=((y_true - y_pred) ** 2).sum() v=((y_true - y_true.mean()) ** 2).sum()
其中y_pred已经在score方法中通过predict()方法得到,再与y_true进行比对。
所以y_true和y_pred越接近,u/v的值越小。
R2的值就越大!
官网解释:
R² =(1-u/v)。
u=((y_true - y_pred) ** 2).sum() v=((y_true - y_true.mean()) ** 2).sum()
其中y_pred已经在score方法中通过predict()方法得到,再与y_true进行比对。
所以y_true和y_pred越接近,u/v的值越小。
R2的值就越大!
官网解释: