Wie berechnet man aus der Probe R im Quadrat?

Ich weiß, dass dies wahrscheinlich woanders diskutiert wurde, aber ich konnte keine explizite Antwort finden. Ich versuche, die Formel zu verwenden, um eines linearen Regressionsmodells außerhalb der Stichprobe zu berechnen , wobei die Summe der quadratischen Residuen und die Gesamtsumme der Quadrate ist. Für das Trainingsset ist das klar$R^2 = 1 - SSR/SST$$R^2$$SSR$$SST$

Was ist mit dem Testset? Sollte ich weiterhin für außerhalb von Beispiel oder stattdessen verwenden?$\bar{y}_{train}$$y$$\bar{y}_{test}$

Ich habe festgestellt, dass wenn ich , das resultierende manchmal negativ sein kann. Dies steht im Einklang mit der Beschreibung der Funktion von sklearn , bei der (die auch von der Funktion ihres linear_models zum Testen von Beispielen verwendet wird). Sie geben an, dass "ein konstantes Modell, das immer den erwarteten Wert von y vorhersagt, ohne Berücksichtigung der Eingabemerkmale, einen R ^ 2-Wert von 0,0 erhalten würde."$\bar{y}_{test}$$R^2$r2_score()$\bar{y}_{test}$score()

An anderen Orten haben die Leute jedoch wie hier und hier verwendet (die zweite Antwort von dmi3kno). Also habe ich mich gefragt, was mehr Sinn macht? Jeder Kommentar wird sehr geschätzt!$\bar{y}_{train}$

Du hast Recht.

Die OSR Residuen basieren auf Testdaten, die Basislinie sollte jedoch weiterhin Trainingsdaten sein. Wenn dies gesagt ist, ist Ihr SST ; Beachten Sie, dass dies für S S T = Σ ( y - ˉ y t r a i n ) $^2$$SST=Σ(y−\bar y_{train})^2$$R^2$