Python 再生分数和r2_分数给出不同的值

我使用sklearn.linear\u model.logisticRetression，并使用它计算R^2值，如下所示

regr.score（xtest，ytest）

我得0.65分

现在，为了进行比较，我使用了sklearn.metrics.r2_score提供的度量，并按如下方式计算分数

r2_分数（ytest、regr.predict（xtest））

我得到-0.54分

根据文档regr.score返回“R^2 of self.predict（X）wrt.y.”这就是我使用度量计算R^2时所做的，但我不明白为什么这些值如此不同

谁能帮我解释一下吗

---

更新：根据建议，我在r2_评分中切换了变量ytest、regr.predict（xtest），但在逻辑回归中，我仍然得到不同的值。所以我更新了这个问题。

之所以会得到不同的值，是因为默认情况下，

LogisticRegression

类中的函数会计算。准确度分数就是正确预测数除以预测总数。另一方面，R2分数是完全不同的，你可以阅读更多关于它的数学知识

---

希望有帮助

应该是

r2_分数（ytest，regr.predict（xtest））

（实际然后预测）谢谢，我认为线性回归和逻辑回归的分数是一样的，没有经过定义。