決定係數（R^2）是一箇衡量模型對觀測數據擬合程度的重要指標，其值域爲0到1之間。當R^2越接近1時，表示模型對數據的擬合程度越好。R^2的計算公式爲：
R^2 = 1 - (SSR / SST)
其中：
SSR（迴歸平方和）是模型擬合誤差的平方和，即Σ((y_i - y_pred_i)^2)，表示模型預測值與實際觀測值之間的差異。
SST（總平方和）是所有觀測值與均值差異的平方和，即Σ((y_i - y_mean)^2)，表示總體數據的離散程度。
在實際應用中，可以通過編程語言和相應的庫來計算R^2。例如，在Python的Scikit-learn庫中，可以使用`r2_score`函數來計算R^2值：
```python
from sklearn.metrics import r2_score
r2 = r2_score(y_true, y_pred)
```
這裏，`y_true`是實際觀測值，`y_pred`是模型預測值。通過這種方式，可以方便地獲取模型的R^2值，從而評估模型的擬合效果。