SSR 残差平方和（Sum of Squared Residuals）说白了，就是模型预测出来的结局跟真值之间那组“打架”的总数的平方。别听我扯虚的，咱们就把它当成一个尺子。假设我们有 $n$ 个样本，模型给每个点都算出了一个预测值 $hat{y}$，真正的值是 $y$，那这个差值就是 $y - hat{y}$，也就是“残差”。

要是你数学好，记得一个经典的数学结论：$(a+b)^2 = a^2 + b^2 + 2ab$。

故此，把每个残差加起来，再乘以 2，实际上就是求和公式，再加上所有 $y$ 和 $hat{y}$ 的乘积。为了算出“和”，你能够加个常数；为了算出“平方”，你就得平方。

这时候你拿到了残差平方和，一般写成 $SSR$。 大量初学者好办犯的大毛病是当作 SSR 越大越好，要么反过来，当作 SSR 越小越好。

这彻底取决于你是在哪种情况下使用这个公式。

要是你是在做回归分析来看模型好不好，那确实希望 SSR 尽可能小，出于这代表模型预测得准，浪费的能量（误差）少。但要是你是在做拟合优度检验，要么是在做 ANOVA 方差分析，那 SSR 的大小就没啥意义了。出于不管 SSR 是多少，总有些数据点在模型外，这些点本身的总变异（也就是总平方和 SST）是固定的。模型越复杂，能解释的变异就越多，剩下的解释不了的就越少，SSR 就会变小。

故此这时候，我们根本不能单看 SSR，还得看它是占总变异比例多少，这也就是 R 平方要么 $R^2$ 的概念。 举个例子，假设我们拟合了一条线去预测一组数据。算法心里算出的理论值跟实际值差不多，误差挺小，那 SSR 自然也就是一堆细小的平方数加起来，结局肯定是个小数字。

反之，要是模型彻底不对，连直线都画歪了，预测值离实际值离谱，那残差就一大一小一大的，加起来平方之后，结局肯定是一个挺大的数字。

这就好比你做实验，模型拟合得越精准，实验误差越小，SSR 就越小；要是模型根本没用，那就是实验误差大，SSR 就大。 大量时候我们不敢直接看 SSR 的绝对值，出于不同数据集的数值差异忒大，比较起来毫无意义。

这时候我们会把 SSR 除以总平方和 SST，拿到一个系数，这就叫 $R^2$。

这个系数是个概率意义的东西，它告诉你你的模型能解释了多少数据的波动。

比如你算出来 $R^2$ 是 0.85，那意味着差不多 85% 的数据波动是被模型解释掉的，剩下的 15% 才是模型处理不好的地方。

要是你把 SSR 除以 SST 算出来是 0，那说明模型彻底没本事解释任何波动，模型就是个瞎子，输出全是乱码。自然，要是 $R^2$ 接近 1，说明模型解释的效果还不错，但也可能是模型忒复杂，把噪声也假装成了规律，这时候要警惕。 在实际应用里，SSR 时常和 MSE（均方误差）连在一起用。MSE 就是把 SSR 除以样本量 $n$，算出平均的误差平方。

这样对比起来更公平，不管数据集多大，平均误差的大小就能直观地反映模型的稳定性。

要是你发现 SSR 降了，但 MSE 没变，那可能只是样本量变大罢了，每个点的平均误差实际上没变。 SSR 这个概念实际上挺抽象的，出于它把数据的关系压缩成了一个单一的数值。

有时候为了节省代码空间，我们会把 SSR 写成矩阵的形式，但这本质上还是那个求和的过程。

只要你想把预测值和真值差一减，再平方，再加总，你就拿到了 SSR。你不用去纠结公式的推导过程，不用管 $n$ 到底是多少，也不用管维度 $p$ 是多少，你的目标只有一个：算出这个值，看看它在你的模型里意味着啥。它是个标量，是个数字，是个告诉我模型有多“诚实”的指标。 最终说句掏心窝子的话，任何统计方式都是用来解决难题的，不是为了证明数学公式有多优美。SSR 只是一个工具，它本身没有灵魂。

要是用它来衡量模型好坏，只能看它的数值。

要是你发现 SSR 突然变小，别高兴得忒早，可能只是加了个新变量罢了。

要是你发现 SSR 突然变大，也别慌，可能模型需求调整，要么数据本身就有难题。

记住，SSR 只能告诉你有多少“未解析”的局部，它不能告诉你模型到底对不对，对不对需求靠更复杂的检验。