Python - R平方和可通过scipy.optimize curve_fit获得的绝对平方和？

Question

我使用curve_fit拟合曲线。 有没有办法读出决定系数和平方的绝对和？ 谢谢，Woodpicker

Answer 1

根据doc ，使用curve_fit优化可以实现

参数的最佳值使得f（xdata，* popt） - ydata的平方误差之和最小化

然后，使用optimize.leastsq

import scipy.optimize
p,cov,infodict,mesg,ier = optimize.leastsq(
        residuals,a_guess,args=(x,y),full_output=True,warning=True)

用于residuals ：

def residuals(a,x,y):
    return y-f(x,a)

residuals是返回真实输出数据y和模型输出之间差异的方法，其中f为模型， a为参数， x为输入数据。

方法optimize.leastsq返回了大量可用于自行计算RSquared和RMSE的信息。 对于RSQuared，你可以做到

ssErr = (infodict['fvec']**2).sum()
ssTot = ((y-y.mean())**2).sum()
rsquared = 1-(ssErr/ssTot )

关于什么是infodict['fvec']更多细节

In [48]: optimize.leastsq?
...
      infodict -- a dictionary of optional outputs with the keys:
                  'fvec' : the function evaluated at the output