9
Estoy realizando una regresión de mínimos cuadrados como la siguiente (univariante). Me gustaría expresar la importancia del resultado en términos de R^2. Numpy devuelve un valor de residual sin escalar, lo que sería una forma sensata de normalizar esto.Convertir el valor residual de Numpy Lstsq a R^2
field_clean,back_clean = rid_zeros(backscatter,field_data)
num_vals = len(field_clean)
x = field_clean[:,row:row+1]
y = 10*log10(back_clean)
A = hstack([x, ones((num_vals,1))])
soln = lstsq(A, y)
m, c = soln [0]
residues = soln [1]
print residues
podemos realizar esta operación en caso de 'scipy.linalg.lstsq'!? – diffracteD
y ¿cómo funciona este ejemplo 'numpy' que ha dado para datos en 3D? no poder conseguirlo ... – diffracteD