Python 使用r值计算精度

我用一个线性回归模型来预测一年的天气数据。使用Python的

sklearn

库进行预测。问题是我需要找到预测的准确性。经过一次快速的互联网搜索，我发现r^2是找出准确度的方法。我计算r值如下：

r value 
 0.0919309031356
Coefficients: 
 [-20.01071429   0.        ]
Residual sum of squares: 19331.78
Variance score: -0.23

---

问题是我需要以百分比的形式显示准确度。我该怎么做？我需要使用工具来找出准确度吗？

也许这个问题比我想象的要复杂，但为什么不只是

r = str((r**2) * 100) + '%'

---

对于回归问题，可以使用以下指标来确定拟合的质量（）：

• 均方误差。当值尽可能低时，拟合良好
• R^2分。当值为1或接近该值时，拟合效果良好

您还可以使用以下方法计算预测误差： （实际值-预测值）/实际值

---

但是，我不确定这是否是评估线性回归拟合的常用指标

所以根据eg百分比应该是9.19309031356，对，你需要先把r值平方，所以更像是0.84%，在我看来这是一个糟糕的r平方值。是的，这是一个糟糕的r值。无论如何谢谢你的帮助