Python 我的r平方分数为负值，但我使用k倍交叉验证的准确度分数约为92%

对于下面的代码，我的r平方分数为负，但我使用k倍交叉验证的准确度分数为92%。这怎么可能？Im使用随机森林回归算法对一些数据进行预测。数据集的链接在下面的链接中给出：

将numpy导入为np
作为pd进口熊猫
从sklearn.preprocessing导入LabelEncoder，OneHotEncoder
数据集=pd.read\u csv（“HR\u逗号\u sep.csv”）
x=dataset.iloc[：，：-1]。值##自变量
y=dataset.iloc[：，9]。值##因变量
##对分类变量进行编码
le_x1=LabelEncoder（）
x[：，7]=le_x1.fit_变换（x[：，7]）
le_x2=标签编码（）
x[：，8]=le_x1.fit_变换（x[：，8]）
ohe=OneHotEncoder（分类特征=[7,8]）
x=ohe.fit_变换（x）.toarray（）
##在训练和测试数据中拆分数据集
从sklearn.cross\u验证导入序列测试\u分割
y=pd.factorize（数据集['left'].values）[0]。重塑（-1，1）
x_序列，x_测试，y_序列，y_测试=序列测试分割（x，y，测试大小=0.2，随机状态=0）
从sklearn.preprocessing导入StandardScaler
sc_x=StandardScaler（）
x_序列=sc_x.拟合变换（x_序列）
x_测试=sc_x.变换（x_测试）
sc_y=StandardScaler（）
y_序列=sc_y.拟合变换（y_序列）
从sklearn.employ导入随机森林回归器
回归器=随机森林回归器（n_估计值=10，随机状态=0）
回归器拟合（x_列，y_列）
y_pred=回归预测（x_检验）
打印（y_pred）
从sklearn.metrics导入r2_分数
r2_分数（y_测试，y_预测）
从sklearn.model_选择导入交叉值_分数
准确度=交叉检验分数（估计器=回归器，X=X列，y=y列，cv=10）
准确度。平均值（）
精度标准（）

您的问题有几个问题

首先，您犯了一个非常基本的错误：您认为您使用的是精度作为度量，而您处于回归设置中，下面使用的实际度量是（MSE）

准确度是分类中使用的一个指标，它与正确分类的示例的百分比有关-查看条目了解更多详细信息

所选回归器（随机林）内部使用的度量包含在

回归器.fit（x\u列，y\u列）

命令的详细输出中-请注意

criteria='mse'

参数：

RandomForestRegressor（引导=True，标准=mse'，最大深度=None，
max\u features='auto'，max\u leaf\u nodes=None，
最小杂质分离=1e-07，最小样品叶=1，
最小样本分割=2，最小重量分数=0.0，
n_估计值=10，n_工作=1，oob_得分=False，随机_状态=0，
详细信息=0，热启动=False）

MSE是一个正的连续量，它的上限不是1，也就是说，如果你得到的值是0.92，这意味着。。。嗯，0.92，而不是92%

知道这一点后，最好明确将MSE作为交叉验证的评分函数：

cv\u mse=cross\u val\u得分（估计器=回归器，X=X\u序列，y=y\u序列，cv=10，得分为负均方误差）
cv_mse.平均值（）
#-2.433430574463703e-28

实际上，这是零——你几乎完美地适应了训练集；为了确认，这里是您的训练集上的（再次完美）R平方分数：

train\u pred=回归器。预测（x\u train）
r2_分数（y_列车，列车前）
# 1.0

但是，和往常一样，当你在测试集上应用你的模型时，关键时刻就来了；您的第二个错误是，由于您使用缩放

y\u-train

来训练回归器，因此在评估之前，您还应该缩放

y\u-test

：

y_测试=sc_y.fit_变换（y_测试）
r2_分数（y_测试，y_预测）
# 0.9998476914664215

在测试集中得到一个非常好的R平方（接近1）

MSE呢

从sklearn.metrics导入均方误差
mse_检验=均方误差（y_检验，y_预测）
mse_检验
# 0.00015230853357849051