我正在尝试创建一个线性回归模型。我将我的数据分成训练和测试数据，并建立了一个模型。训练数据上的值为 0.840。然后我在测试数据上运行模型。当我计算时，我得到 0.982：
y.predicted <- predict(lm1, newdata=test)
y.actual <- donation_test$yval
errors <- (y.actual - y.predicted)
1 - sum(errors^2)/sum(y.actual^2)
[1] 0.9823576
我做错了什么？我的模型似乎不太可能比我的训练数据更适合我的测试数据。
我认为计算r平方的公式是
R-squared = 1 - (RSS/TSS)
在哪里TSS = sum((y-mean(y))^2)和RSS = sum((y-y.predict)^2)
value 不是模型选择或模型拟合的指标。
原因是数据的固有可变性可能会影响. 考虑以下数据集：
( Y_ v/s X) 图比 ( Y v/s X) 分布更广。结果是前一个（方差较大）的值将低于后者（方差较小）。
这证明你不能使用检查模型是否很好地拟合数据的值。
相反，您应该检查以下模型假设：
一种解释可能与您如何对测试数据进行子集化（他们拆分训练和测试数据的方式）有关。如果您的测试数据仅包含（仅几个）类似的观察结果，那么您的 R 平方度量很可能与训练数据的不同。
一个好的做法是将随机选择的 X% 的数据拆分为训练集，将剩余的 (100 - X)% 拆分为测试数据。
此外，一般来说，您不应该对测试数据使用 R 平方，而是使用 RMSE 或 MSE 之类的东西。