Scikit learn 理解决定系数

我通过阅读文献来理解决定系数，从文献中我了解到决定系数只不过是R x R（相关系数）

因此，我从kaggle.com获取了房价数据集，并开始对其进行尝试，以便更好地理解，这是我的代码

取相关系数

test_data=pd.read_csv(r'\house_price\test.csv')
_d=test_data.loc[:,['MSSubClass','LotFrontage']]
_d.fillna(0,inplace=True)
_d.corr()

现在，像这样取决定系数

from sklearn.metrics import r2_score
r2_score(_d['MSSubClass'],_d['LotFrontage'])

其中，我得到了值-0.9413195412943647

---

理想情况下，它不应该是0.060531252961？正如-0.246031 x-0.246031=0.060531252961一样，您所引用的“文档”只是一篇描述R2众多变体之一的博客文章。我建议阅读官方的

scikit learn

文档，以了解它们在中的实现

简言之，值为0表示该模型与仅预测目标变量预期值（即平均值）的模型没有任何不同。另一方面，值为1意味着模型是完美的，其预测没有错误。然而，这是与您提供的blogpost状态的主要区别，您将看到它允许负值，因为模型的性能可能比简单预测目标变量的预期值更差

---

这就是在你的案例中，scikit learn的r2评分告诉你的：你适合的模型比仅仅预测房价的平均值更糟糕，即平均产生更高的误差。

你所引用的“文档”只是一篇描述r2众多变体之一的博客文章。我建议阅读官方的

scikit learn

文档，以了解它们在中的实现

简言之，值为0表示该模型与仅预测目标变量预期值（即平均值）的模型没有任何不同。另一方面，值为1意味着模型是完美的，其预测没有错误。然而，这是与您提供的blogpost状态的主要区别，您将看到它允许负值，因为模型的性能可能比简单预测目标变量的预期值更差

这就是在您的案例中，scikit learn的

r2_分数告诉您的：您适合的模型比仅预测房价平均值更糟糕，即平均产生更高的误差。
以下文档：

r2_分数定义为：

其中，
df.corr
方法为（皮尔逊相关）：

我们来举个例子：

x   y
1   1
1   0
0   0
1   1

相关性：
4*（1+0+0+1）-3*2/sqrt（4*（3-9）*4*（2-4））=8-6/sqr（-24*4*-8）=2/sqr（-24*4*-8）
R2位于以下位置：
1-（（0）^2+（1）^2+（0）^2+（0）^2/（1-0.75）^2+（1-0.75）^2+（0-0.75）^2+（1-0.75）^2

希望对以下文档有所帮助：

r2_分数定义为：

其中，
df.corr
方法为（皮尔逊相关）：

我们来举个例子：

x   y
1   1
1   0
0   0
1   1

相关性：
4*（1+0+0+1）-3*2/sqrt（4*（3-9）*4*（2-4））=8-6/sqr（-24*4*-8）=2/sqr（-24*4*-8）
R2位于以下位置：
1-（（0）^2+（1）^2+（0）^2+（0）^2/（1-0.75）^2+（1-0.75）^2+（0-0.75）^2+（1-0.75）^2

希望这会有所帮助
因此，根据文件确定的相关关系定义是错误的，你的意思是，我认为在你的链接中有两个不同的主题，一个是R2，另一个是相关系数。因此，根据文件确定的相关关系定义是错误的，这就是你的意思吗？我想在你的链接中有两个不同的主题，一个是R2，另一个是相关系数