概述
在一般线性模型y=wx+b中,一般会用解释系数R2来衡量模型的解释率。
R2的计算公式一般认为是:
R2=1-SSR/SST=SSE/SST,此时隐含的条件其实是:SST=SSR+SSE
其中,SST代表总的平方和,SSR代表残差平方和,SSE代表回归平方和。
因此很多人认为R2的取值范围应该是(0,1),实际上不是这样的,有些情况下,R2的值是会出现负数的。实际上,R2=1-SSR/SST=SSE/SST并不是在所有情况下都成立,这个式子成立是有前提条件的。
具体证明
见附件的手写PDF。写的比较随意,主要是记录一下。
总结
- SST=SSR+SSE成立的条件是求解模型的损失函数为f=sum(y-pred)^2,也就是经典的最小二乘法的平方损失函数。
- 为防止过拟合,往往会给w添加正则项约束,即损失函数变为:f=sum(y-y_pred)^2+sum(w)^2,此时SST=SSR+SSE+2*sum(w)。对于这种情况下,如果还利用公式R2=1-SSR/SST求R2,就有可能出现负数。