स्किट-लर्न में और विचरण स्कोर के बीच अंतर क्या है ?

Question

मैं अजगर स्किट-लर्न मैनुअल में रिग्रेशन मेट्रिक्स के बारे में पढ़ रहा था और भले ही उनमें से हर एक का अपना सूत्र हो, मैं सहजता से नहीं बता सकता कि और विचरण स्कोर में क्या अंतर है और इसलिए जब एक या दूसरे का मूल्यांकन करना हो मेरे मॉडल।$R^2$

Answer 1

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

2. $\text{explained variance score} = 1 - \mathrm{Var}[\hat{y} - y]\, /\, \mathrm{Var}[y]$ , जहां पक्षपाती विचरण है, अर्थात ... । तुलना में , केवल अंतर माध्य (त्रुटि) से है। यदि माध्य (त्रुटि) = 0, तो = समझाया गया विचरण स्कोर$\mathrm{Var}$$\mathrm{Var}[\hat{y} - y] = sum(error^2 - mean(error))\,/\,n$$R^2$$R^2$

3. यह भी ध्यान दें कि समायोजित- , निष्पक्ष विचरण अनुमान का उपयोग किया जाता है।$R^2$

Comments

sklearn समायोजित नहीं है-आर 2 यह करता है?

— हैक-आर

@ हैक-आर वास्तव में यह है

— mMontu

Answer 2

डीन का जवाब सही है।

केवल मुझे लगता है कि यहां एक मामूली टाइपो है: ।$Var[\hat{y}-y]=sum(error^2-mean(error))/n$

मुझे लगता है कि यह ।$Var[\hat{y}-y]=sum(error-mean(error))^2/n$

मेरा संदर्भ यहां स्केलेर का स्रोत कोड है: https://github.com/scikit-learn/scikit-learn/blob/bf24c7e3d/sklearn/metrics/_regression.py-L3939