Sự khác biệt giữa

Tôi đã đọc về các số liệu hồi quy trong hướng dẫn tìm hiểu python và mặc dù mỗi trong số chúng có công thức riêng, tôi không thể biết được sự khác biệt giữa $R^2$ và điểm phương sai là gì và do đó khi nào nên sử dụng cái này để đánh giá mô hình.

1. $R^2 = 1- \frac{SSE}{TSS}$

2. $\text{explained variance score} = 1 - \mathrm{Var}[\hat{y} - y]\, /\, \mathrm{Var}[y]$ , nơi$\mathrm{Var}$ là biased phương sai, tức là$\mathrm{Var}[\hat{y} - y] = sum(error^2 - mean(error))\,/\,n$ . So với$R^2$ , sự khác biệt duy nhất là từ giá trị trung bình (lỗi). if mean (error) = 0, thì$R^2$ = giải thích điểm phương sai

3. $R^2$

Câu trả lời của Dean là đúng.

$Var[\hat{y}-y]=sum(error^2-mean(error))/n$

$Var[\hat{y}-y]=sum(error-mean(error))^2/n$

Tài liệu tham khảo của tôi là mã nguồn của sklearn tại đây: https://github.com/scikit-learn/scikit-learn/blob/bf24c7e3d/sklearn/metrics/_regression.py#L394