> For the complete documentation index, see [llms.txt](https://bemind.gitbook.io/neural/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://bemind.gitbook.io/neural/instrumenty-ocenki/instrumenty-ocenki-modeli-lineinoi-regressii/5.-skorrektirovannyi-koefficient-determinacii.md).

# 5. Скорректированный коэффициент детерминации:

Пятый инструмент, который мы рассмотрим, - **скорректированный коэффициент детерминации (Adjusted R-squared)**. Это модификация коэффициента детерминации (R2), которая корректирует его значение в зависимости от количества независимых переменных в модели. Это позволяет учитывать количество используемых предикторов и делает интерпретацию R2 более справедливой.

Диапазон значений скорректированного R2 также находится между 0 и 1. Как и в случае с обычным R2, значения близкие к 1 указывают на то, что модель хорошо соответствует данным.

Пример вызова и получения скорректированного R2 на Python может выглядеть так:

```python
import statsmodels.api as sm

# Предположим, что X - это матрица независимых переменных, а y - зависимая переменная
# Мы также добавляем в X столбец из единиц для вычисления свободного члена в модели
X = sm.add_constant(X)
model = sm.OLS(y, X).fit()

# Вычисляем скорректированный R2
adjusted_r2 = model.rsquared_adj

print("Adjusted R-squared:", adjusted_r2)
```

Этот код выведет значение скорректированного R2 для модели линейной регрессии с использованием библиотеки statsmodels.