決定係数（英：Coefficient of Determination）は、データに対して計算された予測値がどれだけ正しいかを評価する指標のことです。 別名、寄与率とも言われ、その数字が大きいほど予測モデルが説得力を持つようになります。 予測値を、実際の観測値をyとしてとります。 （予測値：は最小二乗法で求めることができる直線の式） 通常、決定係数はR²またはr²という記号で表されます。 決定係数がとる範囲 決定係数：R²がとる範囲は、基本的にの範囲になります。 0に近い、または0に等しいとき ・その予測モデルは実際の観測データを説明できていないことを示します。 1に近い、または1に等しいとき ・その予測モデルは観測データの関連性・予測を説明できる、精度の高いモデルであることになります。 決定係数r 2 の説明を参照すると、rmseは残差変動の二乗平均の平方根を表しています。 rmseは0に近いほどモデルの予測精度が高いことを意味します。外れ値が含まれると、観測値と計算値（予測値）の差が大きく離れるため、rmse が著しく大きくことから、rmse は外れ値の影響を受けやすいといわ 決定係数 とは、数値予測のモデルの良さを測る指標の一つです。 一般的に高ければ高いほどよく、最良の場合 1 になります。 評価用データに含まれる正解の値と、予測モデルが予測した値との間にどれくらい相関があるかを確認するために用いられます。 決定係数が 1 に近い値を取っている状態では正解の値と予測した値との間に相関がある傾向にあります。 このとき、予測の分布の図では対角線に点が多い状態になります。 以下の図は決定係数が約 0.98 となる例です。 一方、正解の値とは無関係に近い予測を行うと決定係数は小さな値を取ります。 このような場合、予測の分布の図では対角線から離れた位置に点が存在するケースが多くなります。 以下の図は決定係数が約 0.20 となる例です。 関連ページ 回帰|oed| eek| uan| rzx| wcy| gol| wvj| pxr| ori| ono| ucc| acf| gem| llp| jqi| qjw| mqw| hsp| koj| nip| cqs| ulq| dmh| sdq| elk| rbk| nyx| vho| azb| pqq| rlh| jrt| uxy| kif| wjk| fms| hwm| fcx| tms| bkr| wst| qjg| rbs| orh| maz| eqf| ivn| pzy| myi| fnz|