data-science - 如何获得线性回归的调整 R 方

Question

使用 sklearn.metrics 我可以计算 R 方。如何使用线性回归模型计算 Adjusted Adjusted R 方？

Answer 1

Scikit-Learn 的线性回归不会返回调整后的 R 平方。但是，根据 R 平方，您可以通过以下公式计算调整后的 R 平方:

其中 p 是预测变量(也称为特征或解释变量)的数量，n 是数据点的数量。因此，如果您的数据位于名为 train 的数据框中，并且您有 r 平方 r2，则公式为:

adj_r2 = (1 - (1 - r2) * ((train.shape[0] - 1) / 
          (train.shape[0] - train.shape[1] - 1)))

train.shape[0] 是观测数，train.shape[1] 是特征数。

StatsModels库有一个线性回归方法，它确实返回调整后的 R 平方(以及许多其他指标)。 Here is the documentation.

以上公式来自this Stack Exchange Answer这表示这被称为 Wherry Formula - 1。有许多不同的公式可用于计算调整后的 R 平方，但这是 R 中使用的方法。有关调整后的 R 平方方法之间差异的更多信息，请参阅链接的答案或论文 Estimating R^2 Shrinkage in Regression。