Machine learning 如何评估回归模型？

我有一个包含190个样本的数据集。 我正在训练一个回归模型，使用k倍交叉验证。 我用r平方形式测量模型的性能

然而，有时，根据交叉验证过程的随机化过程，r平方非常糟糕。这是因为从几个样本来看，回归结果与预期结果相差甚远。但是，对于大多数样本，回归非常好

我认为，有时，在交叉验证过程中，我没有在训练集中包含来自相同概率分布的样本，这些样本的结果不好

---

我的问题是：在这种情况下，我如何公平地评估我的模型

好问题！但由于它与编程没有直接关系，我认为它不属于这里，而是属于上面。请检查一般问题。我建议将此移到stats站点。