一句话定义
决定系数 R² 表示模型解释了结果变量变异中的多大比例。
机制 / 原理
R² 把“模型解释了多少结果波动”压成一个比例。R² 越高，说明模型在当前数据上拟合得越多；但高 R² 不等于因果成立，也不保证未来预测稳定。加入无意义变量也可能抬高训练集拟合，需要结合残差、验证集和领域解释。
经典实验 / 例子
房价模型 R² 很高，说明面积、地段等变量解释了不少房价差异；但它不证明面积变化一定导致房价变化，也可能漏掉政策周期或样本选择。
生活中的例子
销售预测模型在去年数据上 R² 很高，但今年渠道结构变了，预测仍可能失准。R² 主要说明过去样本内拟合，不是未来保证书。
常见误区
常见误区是 R² 高就说明模型正确。它只说明解释比例高，还要检查因果、泛化和残差模式。