池化模型摘要不显示R平方或调整后的R平方

池化模型本身不直接计算或显示R平方或调整后的R平方，因为这些指标主要用于评估回归模型的性能，而池化层是卷积神经网络（CNN）的一部分，主要用于特征提取和降维。以下是对R平方及其调整后的版本在机器学习中的应用和意义的解释，以及为什么在池化模型摘要中可能不显示这些指标的原因。

R平方及其调整后的版本的意义

• R平方（R²）：表示模型解释的总变异性的比例。它的值介于0到1之间，值越接近1，说明模型的解释能力越强。
• 调整后的R平方（Adjusted R-Squared）：考虑到模型中特征的数量，对R平方进行了调整，以惩罚过多的特征，从而防止过拟合。调整后的R平方值会小于原始的R平方值。

为什么在池化模型摘要中可能不显示这些指标

池化层作为CNN的一部分，其主要作用是提取和简化特征，而不是直接进行回归分析。因此，在池化模型的摘要中，通常不会显示R平方或调整后的R平方指标。这些指标更多地应用于回归模型，用于评估模型对目标变量的预测能力。