पायथन में आर-स्क्वायर की गणना कैसे करें (उदाहरण के साथ)

आर-वर्ग , जिसे अक्सर ^आर2 लिखा जाता है, प्रतिक्रिया चर में भिन्नता का अनुपात है जिसे एक रैखिक प्रतिगमन मॉडल में भविष्यवक्ता चर द्वारा समझाया जा सकता है।

R वर्ग का मान 0 से 1 तक भिन्न हो सकता है जहाँ:

• 0 इंगित करता है कि प्रतिक्रिया चर को भविष्यवक्ता चर द्वारा बिल्कुल भी समझाया नहीं जा सकता है।
• 1 इंगित करता है कि प्रतिक्रिया चर को भविष्यवक्ता चर द्वारा त्रुटि के बिना पूरी तरह से समझाया जा सकता है।

निम्नलिखित उदाहरण दिखाता है कि पायथन में एक प्रतिगमन मॉडल के लिए आर ² की गणना कैसे करें।

उदाहरण: पायथन में आर-स्क्वायर की गणना करें

मान लीजिए हमारे पास निम्नलिखित पांडा डेटाफ़्रेम हैं:

 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

हम प्रतिगमन मॉडल को फिट करने के लिए स्केलेर के LinearRegression() फ़ंक्शन का उपयोग कर सकते हैं और मॉडल के R-वर्ग मान की गणना करने के लिए स्कोर() फ़ंक्शन का उपयोग कर सकते हैं:

 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

मॉडल का आर वर्ग 0.7176 निकला।

इसका मतलब यह है कि परीक्षा के अंकों में 71.76% भिन्नता को अध्ययन किए गए घंटों की संख्या और ली गई अभ्यास परीक्षाओं की संख्या से समझाया जा सकता है।

यदि हम चाहें, तो हम इस आर-वर्ग मान की तुलना भविष्यवक्ता चर के एक अलग सेट के साथ किसी अन्य प्रतिगमन मॉडल से कर सकते हैं।

सामान्य तौर पर, उच्च आर-वर्ग मान वाले मॉडल को प्राथमिकता दी जाती है क्योंकि इसका मतलब है कि मॉडल में भविष्यवक्ता चर का सेट प्रतिक्रिया चर में भिन्नता को अच्छी तरह से समझाने में सक्षम है।

संबंधित: एक अच्छा आर-वर्ग मान क्या है?

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि पायथन में अन्य सामान्य ऑपरेशन कैसे करें:

पायथन में सरल रैखिक प्रतिगमन कैसे करें
पायथन में मल्टीपल लीनियर रिग्रेशन कैसे करें
पायथन में प्रतिगमन मॉडल के एआईसी की गणना कैसे करें