Также известен как R-квадрат. Он измеряет долю дисперсии, объяснённую моделью, в общей дисперсии целевой переменной.
👉 В контексте линейной регрессии, например, R-квадрат показывает, насколько хорошо линия регрессии аппроксимирует реальные точки данных.
Значение коэффициента детерминации варьируется от 0 до 1. Чем ближе к единице, тем лучше модель объясняет данные.
Стоит учитывать, что высокий R-квадрат не всегда означает, что модель будет хорошо работать на новых данных.
Пример расчёта коэффициента детерминации в scikit-learn:
from sklearn.metrics import r2_score
y_true = [3, -0.5, 2, 7]
y_pred = [2.5, 0.0, 2, 8]
print(r2_score(y_true, y_pred)) # -> 0.948...
Хотите подготовиться к офферу или подтянуть знания? Оставляйте заявку на наш курс по Математике для разработки AI-моделей 💙
Справились с задачей?
👍 — Справился(ась)
🔥 — Нет