R 二乗 (R²) は、回帰モデルと相関分析で使用される統計概念です。これは、データ ポイントが統計モデルまたは統計線にどの程度適合するかを示す尺度を提供します。 R² 係数は 0 ～ 1 の数値で、0 はモデルがデータの分散をまったく説明しないことを示し、1 はモデルがデータのすべての分散を説明することを示します。
回帰分析では、R² を使用して、従属変数 (予測される変数) が 1 つ以上の独立変数 (モデルで使用される変数) によってどの程度予測できるかを決定します。 R² 1 は、モデルが従属変数の分散の 100% を説明していることを意味します。 R² が低いほど、モデルが説明する分散は小さくなります。
機械学習では、分類モデルまたは回帰モデルが特定のデータセットにどの程度適合するかを評価するために R² がよく使用されます。 R² が大きいほど、より多くの分散が説明されます。
R² は相関分析でも使用され、2 つの変数間の線形関連の度合いを測定します。高い R² は変数間の強い相関関係を示し、低い R² は弱い相関関係を示します。
R² は、データを理解し、予測やモデルの精度を評価するための便利なツールです。一般に、R² が高いほど、予測の信頼性が高くなります。
