线性回归的 Python sklearn r2_score 混淆

【问题标题】：Python sklearn r2_score confusion for linear regressions线性回归的 Python sklearn r2_score 混淆
【发布时间】：2021-04-25 22:02:52
【问题描述】：

对不起，如果这是一个微不足道的问题。使用 sklearn 库，可以计算以下列表的决定系数 r 平方：

y_true = [200,280,320,346.47]

y_pred = [228.6,307.8,414.4,376.5]

print(r_score(y_true,y_pred))

[输出：0.07]

使用线性回归工具时，Microsoft Excel 对 R 平方做出了不同的定义：R² 的返回值约为 0.86

sklearn 或其他地方是否有任何资源可以让我使用 Excel 对 R² 的定义？提前致谢。

【问题讨论】：

如果您需要官方文档，这里是scikit-learn.org/0.21/documentation.html
我认为这也有帮助towardsdatascience.com/…

标签： python scikit-learn

【解决方案1】：

来自wiki，R2 是因变量中可从自变量中预测的方差的比例。

如果你的y_pred确实是预测值，那么我们可以按照这个公式计算：

import numpy as np

ss_total = np.var(np.array(y_true))*len(y_true)
ss_res = ((np.array(y_pred) - np.array(y_true))**2).sum()
print(1 - ss_res/ss_total)

0.06853942803971502

这正是 sklearn 返回的内容：

from sklearn.metrics import r2_score
print(r2_score(y_true,y_pred))
0.06853942803971502

当你把它放到excel中时，你是在回归你的预测与你的真实值，然后提供的r2当然很高，但是是错误的。

下面我计算你的预测和真实之间的相关系数，取平方，得到r^2，我得到和你一样的值：

from scipy import stats
slope, intercept, r, p, se = stats.linregress(y_pred, y_true)
r2 = r**2
print(r2)

0.8602435256742592

【讨论】：