python - sklearn r2_score 和 python stats lineregress 函数给出了非常不同的 R^2 值。为什么？

Question

我使用相同的数据但使用不同的 Python 库来计算确定系数 R^2。使用统计库和 sklearn 会产生不同的结果。

这种行为背后的原因是什么？

# Using stats lineregress
slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)
print r_value**2

0.956590054918

# Using sklearn
from sklearn.metrics import r2_score
print r2_score(x, y)

0.603933484937

Answer 1

linregress返回的r_value是x和y的相关系数r em>。一般来说，平方相关系数 r² 与决定系数 R² 不同。

决定系数告诉您模型与数据的拟合程度。因此，r2_score 认为 x 是真实值，y 是模型预测的值。

如果您的 x 和 y 是真实数据和预测数据，R² 就是您想要的。但是，如果两者都是测量数据，您很可能需要 r²。

有关 correlation coefficient 的详细信息和 coefficient of determination可以在维基百科上找到。