Wat is R-Squared?

Wat meet R-Squared eigenlijk?

Stel je voor: je wilt voorspellen hoeveel een huis kost op basis van het aantal vierkante meters. Je AI-model doet een poging, maar hoe weet je of die voorspelling goed genoeg is? Daar komt R-Squared om de hoek kijken.

R-Squared — ook wel determinatiecoëfficiënt genoemd, maar dat woord mag je direct vergeten — is een score die aangeeft hoeveel van de variatie in je data het model kan verklaren. Het werkt zo: elk huis heeft een andere prijs. Een deel van die verschillen kan je verklaren met oppervlakte, een deel blijft altijd onverklaarbaar (ligging, staat van onderhoud, geluk). R-Squared meet welk deel van die totale verschillen je model wél snapt.

Een R-Squared van 0,85 betekent: mijn model verklaart 85% van de prijsverschillen tussen huizen op basis van vierkante meters. De overige 15% hangt af van andere factoren die het model niet meeneemt.

Hoe lees je de score?

De waarde loopt van 0 tot 1 (soms zie je het als percentage: 0% tot 100%):

• 1,0 (100%) — perfect: elk verschil in de data wordt door het model verklaard. In de praktijk bijna nooit, en als het wel gebeurt is er vaak sprake van overfitting.

• 0,7-0,9 — sterk: het model voorspelt behoorlijk goed, er is een duidelijk verband tussen wat je meet en wat je voorspelt.

• 0,4-0,7 — redelijk: het model vindt een patroon, maar er zijn nog veel andere factoren die meespelen.

• Onder 0,4 — zwak: het model doet eigenlijk niet veel beter dan gewoon het gemiddelde gokken.

• 0,0 — nutteloos: je model verklaart niets, je had net zo goed het gemiddelde kunnen gebruiken.

Een praktijkvoorbeeld

Je bouwt een model dat de omzet van je webshop voorspelt op basis van advertentie-uitgaven. Na training krijg je een R-Squared van 0,65. Dat betekent: 65% van de variatie in omzet kan ik verklaren met hoeveel ik aan advertenties uitgeef. De andere 35% hangt af van seizoenseffecten, concurrentie, geluk, productpopulariteit — dingen die niet in je model zitten.

Is 0,65 goed genoeg? Dat hangt af van je doel. Voor strategische beslissingen kan het prima zijn. Voor nauwkeurige dagprognoses misschien niet.

Waar kom je het tegen?

R-Squared is een standaard metric bij regressie-modellen — AI-modellen die getallen voorspellen in plaats van categorieën. Je ziet het vaak bij:

• Voorspellingstools voor verkoop, vraag, prijs, energieverbruik

• Data-analyse software zoals Excel (trendlijnen), Google Sheets, Tableau

• Machine learning platforms zoals scikit-learn (Python), Azure ML, Google Vertex AI

• Rapportages van data-analisten en -wetenschappers die je laten zien hoe betrouwbaar hun model is

Waarom het belangrijk is om de grenzen te kennen

R-Squared heeft een beperking: het zegt niets over of je model logisch is. Je kunt een hoge R-Squared hebben met een volkomen onzinnig verband (bijvoorbeeld: ijsverkoop voorspellen op basis van het aantal verdrinkingen — beide stijgen in de zomer, maar het ene veroorzaakt het ander niet).

Daarom kijk je altijd naar R-Squared in combinatie met andere maatstaven en gezond verstand: klopt het verhaal achter de cijfers?

Wat kun je er nu mee?

Als iemand je een AI-model aanbiedt dat getallen voorspelt — verkoopprognoses, klantwaardes, energieverbruik — vraag dan naar de R-Squared. Het is de snelste manier om te zien of het model überhaupt iets nuttigs doet. En onthoud: boven de 0,7 is meestal goed, maar de context bepaalt altijd of dat goed genoeg is voor jouw toepassing.