Cara menghitung r-kuadrat dengan python (dengan contoh)

R-squared , sering ditulis ^R2 , adalah proporsi varians variabel respon yang dapat dijelaskan oleh variabel prediktor dalam model regresi linier .

Nilai R kuadrat dapat bervariasi dari 0 hingga 1 dimana:

• 0 menunjukkan bahwa variabel respon sama sekali tidak dapat dijelaskan oleh variabel prediktor.
• Angka 1 menunjukkan bahwa variabel respon dapat dijelaskan dengan sempurna tanpa kesalahan oleh variabel prediktor.

Contoh berikut menunjukkan cara menghitung R ² untuk model regresi dengan Python.

Contoh: menghitung R-kuadrat dengan Python

Misalkan kita memiliki panda DataFrame berikut:

 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

Kita dapat menggunakan fungsi LinearRegression() sklearn untuk menyesuaikan model regresi dan fungsi score() untuk menghitung nilai R-kuadrat model:

 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

R kuadrat model tersebut ternyata 0,7176 .

Artinya 71,76% variasi nilai ujian dapat dijelaskan oleh jumlah jam belajar dan jumlah ujian praktik yang diambil.

Jika diinginkan, kita dapat membandingkan nilai R-kuadrat ini dengan model regresi lain dengan serangkaian variabel prediktor berbeda.

Secara umum, model dengan nilai R-kuadrat yang lebih tinggi lebih disukai karena berarti himpunan variabel prediktor dalam model mampu menjelaskan variasi variabel respon dengan baik.

Terkait: Berapa nilai R-kuadrat yang bagus?

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya dengan Python:

Cara melakukan regresi linier sederhana dengan Python
Cara melakukan regresi linier berganda dengan Python
Cara menghitung AIC model regresi dengan Python