拟合优度磨练是评估回归模子拟合精度的一种方式。回归模子是一种展望变量间关系的数学模子。回归剖析主要用来研究自变量与因变量之间的关系，并用于展望未来的数据。然则，若是一旦确立了回归模子，就要评估它的拟合水平。事实，若是回归模子不能很好的拟合数据，那么它发生的展望结果就也不能够准确。
拟合优度磨练可以通过对照现实考察值和展望值的差异来确定回归模子的拟合水平。拟合优度磨练的取值局限从0到1，值越靠近于1，拟合度就越高，换句话说，模子的误差就越小。
与其他的拟合优度磨练方式相比，最常用的是R平方，它示意因变量方差的比例可以通过模子的自变量来诠释。现实上，R平方值越靠近于1，模子拟合的就越好，也就越能够准确地展望未来的数据。
R平方值的优势在于：它可以在大多数情形下快速简捷地盘算，它是异常直观的器量，一样平常来说，R平方越大，拟合越好。然则需要注意的是：R平方值无法告诉你回归模子是否有用或者是否太过拟合了数据。
