R^2和渐近线准确度

最近需要给散点图加渐近线，然后我们的项目中用了下面的项目来添加的趋势线

https://github.com/mljs/regression-polynomial

https://github.com/mljs/regression-base

但是，到底多项式是选择5阶还是6阶，哪个可能更好，数学不好的我们真的没了主意。

后来看见有文章介绍，可以用R^2来判断拟合度是否合适。

http://www.sohu.com/a/158761950_655168

其实我们所使用的库里面，是有计算R^2这个参数的，但是我们真的是没懂这个库中的计算逻辑。

 score(x, y) {
    if (!Array.isArray(x) || !Array.isArray(y) || x.length !== y.length) {
      throw new Error('x and y must be arrays of the same length');
    }

    const n = x.length;
    const y2 = new Array(n);
    for (let i = 0; i < n; i++) {
      y2[i] = this._predict(x[i]);
    }

    let xSum = 0;
    let ySum = 0;
    let chi2 = 0;
    let rmsd = 0;
    let xSquared = 0;
    let ySquared = 0;
    let xY = 0;
    for (let i = 0; i < n; i++) {
      xSum += y2[i];
      ySum += y[i];
      xSquared += y2[i] * y2[i];
      ySquared += y[i] * y[i];
      xY += y2[i] * y[i];
      if (y[i] !== 0) {
        chi2 += ((y[i] - y2[i]) * (y[i] - y2[i])) / y[i];
      }
      rmsd += (y[i] - y2[i]) * (y[i] - y2[i]);
    }

    const r =
      (n * xY - xSum * ySum) /
      Math.sqrt((n * xSquared - xSum * xSum) * (n * ySquared - ySum * ySum));

    return {
      r: r,
      r2: r * r,
      chi2: chi2,
      rmsd: Math.sqrt(rmsd / n)
    };
  }
}

 

后来在这段代码中加入了自己在网上查到的，能理解得了的R^2计算公式

和库中计算的结果进行了对比，发现结果基本一致，也就放心使用了。5阶和6阶分别计算出R^6，选更接近1的那个。

暂时解决了我们的问题，不过仍需更多的时间来检验。