如何在Python中计算预测的R²?

我在尝试计算预测的R²,我有一段代码我认为应该是有效的,但预测的R²的输出结果是’none’。我不确定这是否意味着它是0,或者是哪里出了问题?

这是我使用的代码:

y_true= Yy_pred = xgboostmodel.predict(X)xs = Xdef press_statistic(y_true, y_pred, xs):    res = y_pred - y_true    hat = xs.dot(np.linalg.pinv(xs))    den = (1 - np.diagonal(hat))    sqr = np.square(res/den)    return sqr.sum()def predicted_r2(y_true, y_pred, xs):    press = press_statistic(y_true=y_true,                            y_pred=y_pred,                            xs=xs    )    def r2(y_true, y_pred):    """    Calculation of the unadjusted r-squared, goodness of fit metric    """    sse  = np.square( y_pred - y_true ).sum()    sst  = np.square( y_true - y_true.mean() ).sum()    return 1 - sse/sstprint(r2(y_true, y_pred))print(predicted_r2(y_true, y_pred, xs))

打印R²是有效的,并且给出的结果是0.87

打印预测的R²只输出none – 如果有问题的话,这里出了什么问题?


回答:

你似乎在定义predicted_r2函数后缺少了return语句。我猜你需要返回函数中之前定义的press变量:

def predicted_r2(y_true, y_pred, xs):    press = press_statistic(y_true=y_true,                            y_pred=y_pred,                            xs=xs)    return press

Related Posts

如何对SVC进行超参数调优?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

如何在初始训练后向模型添加训练数据?

我想在我的scikit-learn模型已经训练完成后再…

使用Google Cloud Function并行运行带有不同用户参数的相同训练作业

我正在寻找一种方法来并行运行带有不同用户参数的相同训练…

加载Keras模型,TypeError: ‘module’ object is not callable

我已经在StackOverflow上搜索并阅读了文档,…

在计算KNN填补方法中特定列中NaN值的”距离平均值”时

当我从头开始实现KNN填补方法来处理缺失数据时,我遇到…

使用巨大的S3 CSV文件或直接从预处理的关系型或NoSQL数据库获取数据的机器学习训练/测试工作

已关闭。此问题需要更多细节或更清晰的说明。目前不接受回…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注