如何利用R.predict#lm获得F#中样本外预测的R2

我有以下执行样本外预测的代码：

让myannual=Frame.ReadCsv（“data/annual.csv”）|>Frame.filterRows（乐趣行->非（Double.IsNaN行？CRSP_SPvwx））
让myyears=[|对于myannual.GetColumn（“yyyy”）.Values->float i中的i]
让myreturn=[|对于myannual.GetColumn（“CRSP_SPvwx”）.Values->float i |]//不包括股息的回报
设DY=[|为myannual.GetColumn（“D12”）.Values->float i |]//股息收益率中的i
让PE=[|表示myannual.GetColumn（“E12”）.Values->float i |]//EP比率中的i
让mynewframe=Frame.ofColumns[“return”=>系列（myyears，myreturn）；
“DY”=>系列（myyears，DY）；
“PE”=>系列（myyears，PE）；
]
让myyearToPredict=2000.0
让我的火车=
mynewframe |>Frame.filterRows（有趣的一年|->一年Frame.filterRows（有趣的一年->一年>=MyYearToPredit）
设mymdl=R.lm（“return~DY”，mytrain |>R.as_data_frame）
让predictresults=R.predicte_lm（mymdl，mytest |>R.as_data_frame）.AsNumericMatrix（）
R.总结（预测结果）

---

我想从样本中得到R^2（我回归的强度），我试着用R.summary得到它，但这只给了我预测值的最大值和最小值。有人知道如何修正上述代码的最后一行，以便我可以得到我预测的R^2吗？

我不熟悉

F#

，但我相信您可能希望使用：

R.summary（mymdl）$R.squared