请帮我写一个非线性函数拟合的决定系数的计算函数

对于非线性函数拟合的R²计算，您可以使用以下Python代码：

import numpy as np
from sklearn.metrics import r2_score

def non_linear_r_squared(true, pred, func):
    """
    计算非线性函数拟合的R²值
    :param true: 真实值
    :param pred: 预测值
    :param func: 拟合函数
    :return: R²值
    """
    ss_res = np.sum(np.square(true - func(pred)))
    ss_tot = np.sum(np.square(true - np.mean(true)))
    r2 = 1 - (ss_res / ss_tot)
    return r2

这个函数接受三个参数：真实值，预测值和拟合函数。它首先使用拟合函数计算预测值，然后计算残差平方和和总平方和，最后使用这些值计算R²值。您可以将自己定义的非线性函数作为参数传递给这个函数，例如：

def my_func(x):
    """
    自定义非线性函数
    """
    return np.sin(x) + np.random.normal(0, 0.1, len(x))

x = np.linspace(0, 10, 100)
y_true = np.sin(x)
y_pred = my_func(x)

r2 = non_linear_r_squared(y_true, y_pred, my_func)
print("R²值：", r2)

在这个例子中，我定义了一个非线性函数my_func，用它来生成预测值y_pred。然后，我使用y_true，y_pred和my_func来计算R²值。