9
J'effectue une régression des moindres carrés comme ci-dessous (univarié). Je voudrais exprimer la signification du résultat en termes de R^2. Numpy renvoie une valeur de résidu non scalaire, ce qui serait une manière sensée de normaliser cela.Conversion de la valeur résiduelle de Numpy Lstsq en 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
pouvons-nous effectuer cette opération dans le cas de 'scipy.linalg.lstsq'!? – diffracteD
et comment cet exemple 'numpy' que vous avez donné va pour les données 3D! ne pas être en mesure de l'obtenir .. – diffracteD