Python实战：用R Square评估你的回归模型到底靠不靠谱（附完整代码）

Python实战：用R²评估你的回归模型到底靠不靠谱（附完整代码）

当你第一次训练出一个线性回归模型，看着那条拟合的直线穿过数据点，心里难免会涌起一丝成就感。但紧接着，一个更实际的问题就会浮现：这个模型到底有多“好”？仅仅看预测值和真实值之间的差距（比如MSE、MAE）够吗？如果你尝试过将同一个模型应用到不同量纲的数据集上——比如预测房价（单位是万元）和预测考试分数（单位是分）——你就会发现，单纯比较误差的绝对值是毫无意义的。一个误差5万元的房价模型和一个误差10分的分数模型，孰优孰劣？这就像比较苹果和橙子。这正是我们需要一个标准化、无量纲的评估指标的原因，而R²（R Square，决定系数） 正是解决这一痛点的关键。它不仅能告诉你模型拟合得“好不好”，更能告诉你它比一个最简单的“基准模型”好多少，其值域在0到1之间（也可能为负），提供了一个清晰、可比的衡量标尺。本文将从零开始，手把手带你用Python实现R²的计算，深入理解其统计含义，并通过可视化对比，让你直观地判断：你的回归模型，到底靠不靠谱。

1. 为什么是R²？超越MSE和MAE的局限性

在深入代码之前，我们必须先理解为什么R²比均方误差（MSE）或平均绝对误差（MAE）更适合作为模型间的比较标准。假设你为两个项目构建了回归模型：

• 项目A：预测波士顿郊区房价。你的模型预测误差（RMSE）是5万美元。
• 项目B：预测学生期末考试成绩。你的模型预测误差（RMSE）是15分。

哪个模型更优秀？你无法直接回答，因为5万美元和15分处于完全不同的量纲和数值尺度上。MSE、RMSE和MAE都是有量纲的指标，其数值大小严重依赖于目标变量y本身的量纲（是万元、公里还是摄氏度）。这使得跨数据集、跨问题的模型性能对比变得异常困难。

R²巧妙地解决了这个问题。它的核心思想不是直接衡量“误差有多大”，而是衡量你的模型相比一个最朴素的基准模型，将误差减少了多少比例。这个基准模型通常被定义为使用目标变量y的均值（ȳ）作为所有样本的预测值。想想看，如果你对任何输入都只预测一个平均值，这无疑是性能的底线。

R²的计算公式清晰地体现了这一比较：

R² = 1 - (SS_residual / SS_total)

其中：

• SS_residual（残差平方和）：你的模型预测值与真实值之差的平方和。Σ(y_i - ŷ_i)²。这代表了模型未能解释的误差。
• SS_total（总平方和）：基准模型（预测值全为ȳ）的预测值与真实值之差的平方和。Σ(y_i - ȳ)²。这代表了数据自身的总波动。

因此，R²的实际意义是：你的模型解释了目标变量y的总波动（方差）的百分比。

让我们通过一个表格来直观感受R²取值的含义：

注意：R²小于0是一个强烈的警告信号。它提示你当前使用的模型（特别是线性模型）可能完全不适合你的数据，需要重新检查数据特征、模型假设或尝试非线性模型。

理解了R²“为什么好”，我们就能带着明确的目的去实现它：不仅要会算，更要能从结果中读出模型的真实故事。

2. 从公式到代码：手撕R²计算函数

现在，我们抛开sklearn的r2_score，亲自从零实现一个R²计算函数。这能让你对公式的每一个组成部分都了如指掌。我们将创建一个名为