看看模型是如何把「未知的混亂」轉化為「可解釋的規律」
決定係數(R²)衡量模型解釋了多少目標變異,是 iPAS 迴歸評估高頻考點(中級科目三)。重點:1 為完美擬合、0 等於只猜平均、可為負代表比猜平均還差。易混點:R² 會隨變數增加而虛高,應看調整後 R² 並用測試集驗證,避免過擬合假象;R² 高不代表有因果。情境:社會科學 R²=0.3 可能已不錯,要看領域判讀、別硬套標準。
想練情境題與詳解 → AI 學習與考證地圖
衡量模型解釋了目標變異的比例；1 代表完美擬合、0 代表跟只猜平均值一樣、可能為負代表比猜平均還差。
R 平方 0.8 表示模型解釋了 80% 的變異；越接近 1 越好，但要看領域，社會科學 0.3 可能已不錯。
不一定；加入無用變數也會讓 R 平方升高、可能是過擬合。應看調整後 R 平方並用測試集驗證。
加入對變數數量的懲罰；只有新變數真正有貢獻才會上升，適合比較不同變數數的模型，避免 R² 虛高。
可以；當模型在測試集上比直接預測平均值還差時，R 平方會小於 0，代表模型沒有學到有用規律。