由于R ^ 2 = 1-RSS / TSS,所以当我们的模型甚至比假设的最差模型(绝对均值模型)更差时,才会发生RSS / TSS> 1的唯一情况。
这里RSS =实际值(yi)和预测值(yi ^)之间的差平方和,TSS =实际值(yi)与平均值之间的差平方和(在应用回归之前)。因此,您可以想象TSS代表最佳(实际)模型,而RSS介于我们的最佳模型和最差的绝对均值模型之间,在这种情况下,我们将得到RSS / TSS <1。如果我们的模型比最差的均值还差然后在那种情况下建立模型RSS> TSS(因为实际观测值与平均值之差<预测值与实际观测值之差)。
在此处检查以直观表示的更好直觉: https : //ragrawal.wordpress.com/2017/05/06/intuition-behind-r2-and-other-regression-evaluation-metrics/
0
scikit Learn(
metrics.r2_score()
)返回的R ^ 2值可以为负。 文档说:但是,关于R ^ 2的维基百科文章没有提到R(不平方)的数量。也许它使用绝对差异而不是平方差异。我真的不知道