如何在python中计算预测的r2？

Question

我正在尝试计算预测的 r2，我有我认为应该可以工作的代码，但预测的 r2 的输出为“无”。我不确定这是否意味着它是 0 或者是否有问题？

这是我正在使用的代码：

y_true= Y
y_pred = xgboostmodel.predict(X)
xs = X

def 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/sst

print(r2(y_true, y_pred))
print(predicted_r2(y_true, y_pred, xs))

打印 r2 工作并给出 0.87

打印预测的 r2 只输出 none - 如果有的话，这里出了什么问题？

Answer 1

定义predicted_r2 函数后，您似乎缺少return。我假设您需要返回之前在函数中定义的 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