Python 负交叉分数（）是什么意思？

我正在研究一个多元线性回归问题，我正在通过R^2、MAE和cross_val_score（）来评估它的性能。我有一套尺寸（1565334）和y1尺寸（1565,1）。这是我的密码：

mreg = LinearRegression()
mreg.fit(x_train,y_train)
mlr_y_predict = mreg.predict(x_test)

from sklearn.model_selection import cross_val_score
from sklearn import metrics

mae_mlr = metrics.mean_absolute_error(y_test, mlr_y_predict)
r2_mlr = metrics.r2_score(y_test,mlr_y_predict)
cvs = cross_val_score(mreg,feature_set,y1,cv=10)
print("Accuracy: %0.2f (+/- %0.2f)" % (cvs.mean(), cvs.std() * 2))

结果:

R^2: 0.9965384981365643
MAE: 3.479652627390258
Accuracy: -71566695397566744.00 (+/- 352467332828473856.00)

---

为什么cross_val_score（）的值会是负值？这是否意味着模型不好还是什么？

统一计分API也会使性能最大化，从而否定需要最小化的分数，以使统一计分API正常工作。因此，如果返回的分数是应该最小化的分数，则返回的分数为负值；如果返回的分数是应该最大化的分数，则返回的分数为正值。

这意味着你把事情搞糟了。负精度定义不清。