So berechnen sie das r-quadrat in python (mit beispiel)

Das R-Quadrat , oft ^{als R2} geschrieben, ist der Anteil der Varianz in der Antwortvariablen , der durch die Prädiktorvariablen in einem linearen Regressionsmodell erklärt werden kann.

Der Wert von R im Quadrat kann zwischen 0 und 1 variieren, wobei:

• 0 bedeutet, dass die Antwortvariable überhaupt nicht durch die Prädiktorvariable erklärt werden kann.
• 1 zeigt an, dass die Antwortvariable durch die Prädiktorvariablen perfekt und fehlerfrei erklärt werden kann.

Das folgende Beispiel zeigt, wie R ² für ein Regressionsmodell in Python berechnet wird.

Beispiel: R-Quadrat in Python berechnen

Angenommen, wir haben den folgenden Pandas-DataFrame:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' hours ': [1, 2, 2, 4, 2, 1, 5, 4, 2, 4, 4, 3, 6],
                   ' prep_exams ': [1, 3, 3, 5, 2, 2, 1, 1, 0, 3, 4, 3, 2],
                   ' score ': [76, 78, 85, 88, 72, 69, 94, 94, 88, 92, 90, 75, 96]})

#view DataFrame
print (df)

    hours prep_exams score
0 1 1 76
1 2 3 78
2 2 3 85
3 4 5 88
4 2 2 72
5 1 2 69
6 5 1 94
7 4 1 94
8 2 0 88
9 4 3 92
10 4 4 90
11 3 3 75
12 6 2 96

Wir können die LinearRegression()- Funktion von sklearn verwenden, um ein Regressionsmodell anzupassen, und die Score()- Funktion, um den R-Quadrat-Wert des Modells zu berechnen:

 from sklearn.linear_model import LinearRegression

#initiate linear regression model
model = LinearRegression()

#define predictor and response variables
x, y = df[[" hours ", " prep_exams "]], df. score

#fit regression model
model. fit (x,y)

#calculate R-squared of regression model
r_squared = model. score (x,y)

#view R-squared value
print (r_squared)

0.7175541714105901

Das R-Quadrat des Modells beträgt 0,7176 .

Dies bedeutet, dass 71,76 % der Abweichungen in den Prüfungsergebnissen durch die Anzahl der Lernstunden und die Anzahl der abgelegten Übungsprüfungen erklärt werden können.

Wenn wir wollten, könnten wir diesen R-Quadrat-Wert dann mit einem anderen Regressionsmodell mit einem anderen Satz von Prädiktorvariablen vergleichen.

Im Allgemeinen werden Modelle mit höheren R-Quadrat-Werten bevorzugt, da dies bedeutet, dass der Satz von Prädiktorvariablen im Modell die Variation der Antwortvariablen gut erklären kann.

Verwandt:Was ist ein guter R-Quadrat-Wert?

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie andere gängige Vorgänge in Python ausführen:

So führen Sie eine einfache lineare Regression in Python durch
So führen Sie eine multiple lineare Regression in Python durch
So berechnen Sie den AIC von Regressionsmodellen in Python