Scikit-learn 中的 R-Squared 和 explain_variance_score 有什么区别？

【问题标题】：What is the difference between R-Squared and explained_variance_score in Scikit-learn?Scikit-learn 中的 R-Squared 和 explain_variance_score 有什么区别？
【发布时间】：2020-07-13 19:15:48
【问题描述】：

在sklearn.metrics 包中，r2_score 和explained_variance_score 有什么区别？。没看懂文档里的解释

【问题讨论】：

标签： machine-learning scikit-learn linear-regression

【解决方案1】：

你可能想看看这个关于统计 SE 的帖子：

https://stats.stackexchange.com/questions/210168/what-is-the-difference-between-r2-and-variance-score-in-scikit-learn

正如它所说的那样，不同之处在于解释的方差使用有偏的方差来确定解释了方差的哪一部分。 R-Squared 使用原始平方和。如果预测器的误差是无偏的，那么这两个分数是一样的。

对于 r2_score

https://github.com/scikit-learn/scikit-learn/blob/bf24c7e3d/sklearn/metrics/_regression.py#L591

【讨论】：