代码之家  ›  专栏  ›  技术社区  ›  whatnick

将Numpy Lstsq残值转换为R^2

  •  10
  • whatnick  · 技术社区  · 14 年前

    我正在执行一个最小二乘回归如下(单变量)。我想用R^2来表示结果的意义。Numpy返回一个未标度残差的值,这是一个合理的标准化方法。

    field_clean,back_clean = rid_zeros(backscatter,field_data)
    num_vals = len(field_clean)
    x = field_clean[:,row:row+1]
    y = 10*log10(back_clean)
    
    A = hstack([x, ones((num_vals,1))])
    soln = lstsq(A, y )
    m, c =  soln [0]
    residues = soln [1]
    
    print residues
    
    1 回复  |  直到 14 年前
        1
  •  21
  •   Joe Kington    14 年前

    看到了吗 http://en.wikipedia.org/wiki/Coefficient_of_determination

    1 - residual / sum((y - y.mean())**2) 
    

    相当于

    1 - residual / (n * y.var())
    

    例如:

    import numpy as np
    
    # Make some data...
    n = 10
    x = np.arange(n)
    y = 3 * x + 5 + np.random.random(n)
    
    # Note that polyfit is an easier way to do this...
    # It would just be "model, resid = np.polyfit(x,y,1,full=True)[:2]" 
    A = np.vstack((x, np.ones(n))).T
    model, resid = np.linalg.lstsq(A, y)[:2]
    
    r2 = 1 - resid / (y.size * y.var())
    print r2