R2公式

在对数据进行线性回归计算之后,我们能够得出相应函数的系数, 那么我们如何知道得出的这个系数对方程结果的影响有强呢?
所以我们用到了一种方法叫 coefficient of determination (决定系数) 来判断 回归方程 拟合的程度.

0. 平均数
   y¯=1n∑i=1nyi
   y¯=1n∑i=1nyi
1. THE TOTAL SUM OF SQUARES（总平方和）
   SStot=∑(yi−y¯)2
   SStot=∑(yi−y¯)2

yiyi表示真实数据，y¯y¯表示平均值
2. THE REGREESION SUM OF SQUARES（回归平方和）
SSreg=∑(fi−y¯)2
SSreg=∑(fi−y¯)2

fifi表示估计数据，y¯y¯表示平均值
3. THE SUM OF SQUARES OF RESIDUALS（残差平方和）
SSres=∑(yi−fi)2
SSres=∑(yi−fi)2

yiyi表示真实数据，fifi表示估算的数据
4. COEFFICIENT OF DETERMINATION（决定系数）
R2=1−SSresSStot
R2=1−SSresSStot
由于SSresSSres是估计数据也就是回归数据与平均值的误差
SStotSStot是真实数据与平均值的误差
SSresSSres一般比SStotSStot小，结果一般在0-1之间，SStotSStot在数据确定后始终是固定值，如果估计的越不准确，那么SSresSSres就越大，那么R2R2就越接近0，所以估计的越准确就越接近1
sklearn实现的R2R2
from sklearn.metrics import r2_score

def performance_metric(y_true, y_predict):
score = r2_score(y_true, y_predict)
return score

score = performance_metric([3, -0.5, 2, 7, 4.2], [2.5, 0.0, 2.1, 7.8, 5.3])
print “Model has a coefficient of determination, R^2, of {:.3f}.”.format(score)

自己实现的R2R2
def performance_metric2(y_true, y_predict):
“”“计算并返回预测值相比于预测值的分数”""
import numpy as np
arr_true = np.array(y_true)
y_mean = np.mean(arr_true)

ssreg = 0
sstotal = 0
ssres = 0
for item in y_predict:
    ssreg += (item - y_mean)**2
for item in y_true:
    sstotal += (item - y_mean)**2
for index,item in enumerate(y_true):
    ssres += (item - y_predict[index])**2

score = 1-(ssres/sstotal)

return score

score = performance_metric2([3, -0.5, 2, 7, 4.2], [2.5, 0.0, 2.1, 7.8, 5.3])
print “Model has a coefficient of determination, R^2, of {:.3f}.”.format(score)