R2スコアを計算してモデルの性能を評価 sklearn.metrics r2_score
R2スコアを計算してモデルの性能を評価するには、sklearn.metricsからr2_scoreを使用します。以下は、サンプルコードにR2スコアの計算を追加したものです。
python
# 必要なライブラリのインポート
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score
# データセットの読み込み
diabetes = datasets.load_diabetes()
X = diabetes.data
y = diabetes.target
# データを訓練データとテストデータに分割
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 線形回帰モデルのインスタンス化と学習
model = LinearRegression()
model.fit(X_train, y_train)
# テストデータを使って予測を行う
y_pred = model.predict(X_test)
# モデルの評価
mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)
print("Mean Squared Error:", mse)
print("R2 Score:", r2)
このコードでは、r2_scoreを使ってモデルの予測精度をR2スコアで評価しています。