در چه مواردی ضریب تعیین یا همان شاخص نیکویی برازش (R2) منفی می شود!؟
عموما در مباحث اقتصاد سنجی و یادگیری ماشین برای سنجش کیفیت مدل های رگرسیون از شاخص R2 استفاده می شود. در تعریف اولیه این شاخص بیان می شود که R2 بیان کننده کیفیت مدل است به عبارت دیگر، دقت مدل ما چقدر است و چقدر مدل امکان پیش بینی صحیح دارد و مقدار آن بین 0 و یک در نظر گرفته می شود که از جذر آن ضریب همبستگی به دست می آید.
اما گاهی ممکن است در محاسبات، R2 منفی شود!
عموما R2 در دو حالت منفی می شود.
1️⃣ زمانی که عرض از مبدا مدل(یا همان B1) صفر در نظر گرفته شود. به دلیل ماهیت تئوریک برخی مدلها، حتما باید عرض از مبدا صفر باشد.
2️⃣ زمانی که پیش بینی مدل با واقعیت بسیار متفاوت باشد. یکی از دلایل این موضوع می تواند ناهمگن بودن دادن ها Train و Test در مدلهای یادگیری ماشین باشد.
در زمانی که R2 منفی باشد، به طور کلی R2 را صفر در نظر می گیریم.

#ارزیابی_مدل
#رگرسیون
#نیکویی_برازش
#accuracy
#R2
#Negetive R2


پایتون برای مالی
🆔 @python4finance