python两组变量的相关关系散点图_Python 相关系数、决定系数

最近在用python处理数据，在进行精度评价的时候需要计算决定系数(R2)，结果python的计算结果大大超出了我的预料。一般我们计算R2认为它是相关系数(r)的平方。

当你去网上查python如何计算R2，都是这么告诉你的，通过如下公式计算：

这当然能算，但是这中计算R2不一定等于r*r。这有限定条件，就是你这两组数据线性相关很强的时候R2=r*r，假如你的数据很发散，你的结果就会相差很大。

网上资料显示，R^2=1-SSR/SST，此公式的计算条件是，回归类别是有常数项回归，必须满足SST=SSE+SSR。我到现在还不明白什么叫有常数项回归，但是，不管怎么说这种方法算出来是有区别的。但是具体的区别，我到现在也不是很理解。

所以，我只能采用另外的方法，我先算r, 然后平方。

计算公式更简单了，假如pandas的两列数据“A”,"B"，一行命令算r:

r = df['A'].corr(df['B'])

这种结果就和Matlab和Excel计算的R2相同。

r的计算公式：

各位如果有相关详细描述，Python计算R2的相关计算公式和内容，能否贴个链接，以供学习。多谢。

欢迎交流，祝好！

2020.07.21