数据归一化对相关系数r方的影响

发现一个非常奇怪的问题，因为跑模型的时候同时用到了自定义的r方函数，和sklearn里的r2 score,按理来说这两个的计算值应该差不多，但是发现当没有进行数据归一化或者只归一化了输入，这两个方法计算的r2有很大差别，想了一天也不明白为什么

img

看看是不是有数据样本不均衡的问题。

参考GPT和自己的思路：

首先，数据归一化可以使得数据的单位一致，对于使用距离来度量相似度的算法（如KNN）有明显的效果提高，但是对于其他算法来说可能并不是必须的。其次，对于相关系数r方的计算，数据归一化并不会改变它的数学定义和计算公式，因此两个计算方法的结果应该是一致的。

可能的原因有以下几点：

  1. 数据归一化的处理方式不同，比如使用了不同的标准化方法、数据划分的方式等等，导致计算结果不同。建议对两种处理方式进行比较，看看是否存在差异。

  2. 数据归一化对模型的训练产生了影响，比如数据取值范围发生了改变，导致模型的输出结果有所不同。建议比较归一化前后模型的评估指标，看是否发生了明显的变化。

  3. 可能存在一定程度的数值误差，导致计算结果不同。可以尝试使用更高精度的浮点数运算库，或者重新检查计算过程中的数据输入和输出，看看是否存在误差。

希望以上信息可以帮助您找到解决问题的方向。