Оцінка R2 є дуже важливим показником, який використовується для оцінки продуктивності моделі машинного навчання на основі регресії. Він вимовляється як R квадраті і також відомий як коефіцієнт детермінації. Суть його роботи полягає в вимірювання кількості відхилень у прогнозах, пояснених набором даних.
R–squared — Коефіцієнт детермінації вказує наскільки тісний зв'язок між факторами регресії і залежною змінною, це співвідношення пояснених сум квадратів збурень, до незрозумілим.
R–квадрат у мультилінійній регресії визначає, наскільки певна комбінація змінних X (драйверів моделі або незалежних змінних) пояснює відхилення Y (залежної змінної). Допустимий діапазон значень R–квадрата – Від 0 до 1.
Для прийнятних моделей передбачається, що коефіцієнт детермінації повинен бути хоча б не менше 50% (у цьому випадку коефіцієнт множинної кореляції перевищує за модулем 70%). Моделі з коефіцієнтом детермінації вище 80% можна визнати досить добрими (коефіцієнт кореляції перевищує 90%).