Diferença na estimativa do R² | Regressão linear: testando relações e prevendo resultados

Olá,

Eu vi a aula "Estimando um modelo de regressão linear" e entendi que o valor de R² pode ser estimado usando '.score(Xtrain, ytrain)' e usando 'metrics.r2score(ytest, yprev)'. No entanto, os resultados apresentados pelas duas contas tem valores diferentes (0.73 e 0.69) e são calculados usando dados diferentes (Xtrain e ytrain no primeiro caso e y_test, yprev). Eu pensei na seguinte explicação para isso e gostaria de ver se está correta: Se entendi corretamente, o valor calculado com o 'modelo.score(Xtrain, ytrain)' não utiliza os dados X_test e y_test, enquanto o valor calculado com 'metrics.r2_score(ytest e y_prev)' utiliza os dados de X_train e y_train para estimar os coeficientes da regressão (e posteriormente com os dados de X_test estimar os dados y_prev) e utiliza os dados y_test e y_prev para o cálculo do coeficiente de determinação.

Minha pergunta é: os valores são diferentes pois eles são calculados usando dados diferentes? Minha explicação faz sentido?

Desde já, obrigado!

Olá Raphael, tudo bem? Espero que sim!

Exatamente Raphael, os valores são diferentes porque utilizam dados diferentes. O R² calculado inicialmente foi para os dados de treino, checando os valores que foram preditos contra as próprias labels que foram utilizadas para treinar o modelo, que é o y_train.

Já o segundo R² calculado, foi feito com dados de teste, os valores foram preditos e foram comparados com os valores de y_test que não tinham sido vistos ainda pelo modelo. É natural que o valor tenha sido menor, uma vez que os valores não eram conhecidos pelo modelo.

Caso você utilize o código: print('R² = {}'.format(modelo.score(X_test, y_test).round(2))) ao invés de print('R² = {}'.format(modelo.score(X_train, y_train).round(2))), obterá o mesmo valor 0.69 que foi obtido utilizando a função metrics.r2_score().

Espero que tenha tirado sua dúvida.

Estou à disposição. Bons estudos!

Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓.Bons Estudos!

PRORROGAMOS O DESCONTO!