Question

我有一篇论文的数据集，我很难验证他们报告的测定系数，R平方。我使用了sklearn和scipy库，我得到了不同的答案。为什么？哪一个更可靠？附：当我使用Excel作为另一种选择时，我得到了与scipy相同的答案。

以下是我用来比较SKlearn和Scipy的结果的代码：

import pandas as pd
from scipy import stats
from sklearn.metrics import r2_score

data = pd.read_csv("output.csv", header=None)

y_measured = data.iloc[0, :].values
y_predicted = data.iloc[1, :].values

print(r2_score(y_measured, y_predicted)) # prints 0.708717556205

slope, intercept, r_value, p_value, std_err = stats.linregress(y_measured, y_predicted)

print(r_value**2)  # prints 0.731889173485

Answer 1

r2_score根据给定的 y 值和线性回归线预测的 y 值计算其值，而不是从给定的 x < / em>和 y 值。

这是一个例子。一，进口：

In [59]: import numpy as np In [60]: from scipy import stats In [61]: from sklearn.metrics import r2_score

可以使用的一些数据：

In [62]: x = np.array([0, 1, 2, 3, 5, 8, 13]) In [63]: y = np.array([1.2, 1.4, 1.6, 1.7, 2.0, 4.1, 6.6])

使用scipy.stats.linregress进行线性回归，并检查 r ²：

In [64]: slope, intercept, rvalue, pvalue, stderr = stats.linregress(x, y) In [65]: rvalue**2 Out[65]: 0.9485915175891462

对于给定的x值，计算回归线预测的y值：

In [66]: ypred = slope*x + intercept

使用r2_score再次计算 r ²：

In [67]: r2_score(y, ypred) Out[67]: 0.9485915175891464

正如所料，我们得到了相同的价值。

我们还可以使用scipy.stats.pearsonr计算此值：

In [68]: pearson_r, pearson_p = stats.pearsonr(x, y) In [69]: pearson_r**2 Out[69]: 0.9485915175891464

scikit-learn和scipy library之间的确定系数不同。为什么？

1 个答案: