在测试数据上调整 R 平方的函数？ [关闭]答案

【问题标题】：Function for adjusted Rsquare on test data? [closed]在测试数据上调整 R 平方的函数？ [关闭]
【发布时间】：2020-02-14 21:21:31
【问题描述】：

w.r.t R/Rstudio 我知道有 RMSE 和 R2 函数，我可以利用它们来计算测试数据的 RMSE 和 Rsquare。测试数据上调整后的 R 平方是否有类似的功能？

【问题讨论】：

如果您包含一个简单的reproducible example，其中包含可用于测试和验证可能解决方案的示例输入和所需输出，则更容易为您提供帮助。目前还不清楚你在说什么类型的测试。
Base R 没有称为 R2 或 RMSE 的函数。你在使用一些图书馆吗？
任何答案都取决于您使用的型号。您的数据没有 R 平方。
诸如此类的问题需要包含代码和数据。

标签： r validation regression data-science

【解决方案1】：

您可以通过简单地...调整 R 平方来计算任何模型的调整后 R 平方。公式可从Wikipedia 获得。

AdjR2 = 1 - (1 - R2) * (n-1) / (n-k-1)
其中 n = 点数
和 k = 模型中的变量数

这是一个简单的例子：

library(MASS)
data(Boston)

LM <- lm(medv~., data=Boston)
R2 = summary(LM)$r.squared
R2
dim(Boston)

summary(LM)$adj.r.squared
[1] 0.7337897

1 - (1 - R2)*(dim(Boston)[1]-1)/(dim(Boston)[1]-dim(Boston)[2])
[1] 0.7337897

【讨论】：

【解决方案2】：

假设您指的是从线性模型调整后的 R 平方，它可以从 summary.lm 的输出中提取。使用内置的 BOD data.frame 作为示例：

s <- summary(lm(demand ~ Time, BOD))
s$adj.r.squared
## [1] 0.5561503

尝试str(s) 以几乎相同的方式查看您可以从summary.lm 获得的各种物品。

【讨论】：

谢谢。我在构建模型时确实使用了它。想要我可以在测试数据上使用。不用担心，我明白了

【解决方案3】：

R 中的一些基本函数将输出调整后的 R2。这仅取决于目标或背景是什么。例如，如果目标是使用lm() 函数计算线性模型的拟合，

x <- rnorm( 10 )
y <- rnorm( 10 )
linear_model <- lm( y~x )
summary( linear_model )

输出将包括调整后的 R 方以拟合该线性模型：

Call:
lm(formula = y ~ x)

Residuals:
    Min      1Q  Median      3Q     Max 
-1.5876 -0.5203  0.1511  0.4593  1.1989 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)
(Intercept)  -0.2018     0.2777  -0.727    0.488
x            -0.4355     0.3696  -1.178    0.272

Residual standard error: 0.8748 on 8 degrees of freedom
Multiple R-squared:  0.1479,    Adjusted R-squared:  0.0414 
F-statistic: 1.389 on 1 and 8 DF,  p-value: 0.2725

但同样，此值仅供参考，用于将线性模型拟合到数据，并且只是说明R 可能会使用某些函数报告它。

【讨论】：