在Python中,计算R2(决定系数)通常使用`sklearn.metrics`模块中的`r2_score`函数。以下是使用`r2_score`函数计算R2的步骤:
1. 导入`r2_score`函数:
from sklearn.metrics import r2_score
2. 准备测试集(`y_test`)和预测值(`y_pred`):
y_test = [3, -0.5, 2, 7]
y_pred = [2.5, 0.0, 2, 8]
3. 调用`r2_score`函数计算R2值:
r2 = r2_score(y_test, y_pred)
print("R2 score:", r2)
R2值的范围是0到1,越接近1表示模型的拟合效果越好。
import numpy as np
def r2_manual(y_test, y_pred):
SStot = np.sum((y_test - np.mean(y_test)) 2)
SSres = np.sum((y_test - y_pred) 2)
r2 = 1 - SSres / SStot
return r2
使用这个函数计算R2值的步骤与使用`r2_score`类似,只需将测试集和预测值传入函数即可。