La valeur de la mesure R2 ajusté est toujours inférieure ou égale à la valeur de R2.
La valeur 1 indique un modèle qui prévoit parfaitement les valeurs du champ cible.
Une valeur inférieure ou égale à 0 indique un modèle qui n'a pas de valeur prédictive.
Dans le réel, la valeur R2 ajusté se situe entre ces valeurs.
R = 1 (n − .
1) S−1 ˜ X ˜XS−1. , c'est le cosinus de l'angle dans Rn entre Xj et le sous-espace vectoriel engendré par les variables {X1,,Xj−1,Xj+1,,Xp}.
Le R2 score est défini par la formule : R 2 = 1 – ∑ i = 1 n ( y i – y ^ i ) 2 ∑ i = 1 n ( y i – y ¯ ) 2 On peut voir le R2 comme l'erreur du modèle divisé par l'erreur d'un modèle basique qui prédit tout le temps la moyenne de la variable à prédire Le score R2 est d'autant plus élevé que le modèle est performant, et