Python3入门机器学习

3.6 最好的衡量线性回归法的指标：R Squared

1.R Squared：


关于R^2的结论：

• R^2 <= 1；
• R^2越大越好。
  当我们的预测模型不犯任何错误时，R^2得到最大值1（分子为0）。
• 当我们的模型等于基准模型时，R^2为0。
• 如果R^2 < 0，说明我们学习到的模型还不如基准模型。此时，很有可能我们的数据不存在任何线性关系。

2.R Squared的具体实现：

尝试着自己封装：

def r2_score(y_true, y_predict):
    """计算y_true和y_predict之间的R Squared"""

    return 1 - mean_squared_error(y_true, y_predict) / np.var(y_true)

调用自己封装的代码：

3.使用scikit-learn中的R Squared：