Statistics 线性回归中的相关系数过相关判定

我是机器学习新手，我正在使用kaggle.com上的房价数据集来解决回归问题。我想知道相关系数和相关决定之间的区别，以及为什么人们使用一个而不是另一个。例如，我可以看到YearBuild和SalePrice之间的关系如下

现在，系数测定的用途是什么，为什么要用它

如果R=系数共线性 然后系数确定=R x R

共振系数的百分比视图是否为常数

这是单个特征与其余特征的关系吗

---

系数

R平方

告诉您回归模型解释了多少方差。例如，如果它等于

0.01

，则表示您已解释了百分之一的方差。了解这一点很有用，原因显而易见。与相关系数不同，

R平方

始终是正的，因此只告诉您存在（或不存在）线性关系，而不是它的形式，相关系数告诉方向以及变量与另一个变量的相关性，其中Rsquared告诉变量在不告诉方向的情况下有多少是共振态的，我的理解正确吗？如果你能帮助我，我还有一个疑问。系数相关性表示一个变量与另一个变量的相关性，方差膨胀向量表示一个变量与一系列其他变量的相关性，对吗？方差膨胀系数表示输入是否相关。