R方计算：回归模型拟合效果评估

这段代码用于计算R方（R-squared）评估指标，用来衡量回归模型对观测值方差的解释程度。

具体步骤如下：

SSR（Sum of Squares Residual）：计算预测值与实际输出值之间的残差平方和，表示模型无法解释的方差。 SSR = sum((testOutputs(:, end-3) - predictionsR).^2)
SST（Total Sum of Squares）：计算实际输出值与其均值之间的平方和，表示总的观测值方差。 SST = sum((testOutputs(:, end-3) - mean(testOutputs(:, end-3))).^2)
R方（R-squared）：通过计算SSR与SST的比值，来度量回归模型对观测值方差的解释程度。 rSquared = 1 - SSR/SST
使用disp函数将计算得到的R方值打印输出。

R方值的范围在0到1之间，值越接近1表示模型对观测值方差的解释程度越高，即模型的拟合效果越好。如果R方值为0，则表示模型无法解释观测值的方差，而如果R方值为负数，则表示模型的拟合效果较差。

通过打印输出R方值，可以了解回归模型对观测值的解释程度，从而评估模型的拟合效果。