Scikit learn sklearn.metrics的令人尴尬的结果
当使用默认参数进行决策树回归时，我得到了R2值-1.3。这意味着什么，我的模型可以吗？均方误差也不合理。我可以通过更改分类器的参数使其为正值吗Scikit learn sklearn.metrics的令人尴尬的结果,scikit-learn,scikits,Scikit Learn,Scikits,当使用默认参数进行决策树回归时，我得到了R2值-1.3。这意味着什么，我的模型可以吗？均方误差也不合理。我可以通过更改分类器的参数使其为正值吗 负R2表示过度拟合，这对于适合小或噪声训练数据的非协调决策树非常典型 您可以通过使用调整决策树的参数来解决此问题，例如，a–将max_depth设置为较小的值可能会使模型在您的情况下表现更好 一个更好的方法是改用一个模型，该模型使用决策树集合来更自动地纠正这种过度拟合，尽管通过网格搜索进行调整对于进一步优化结果仍然很重要 from sklearn.met
负R2表示过度拟合，这对于适合小或噪声训练数据的非协调决策树非常典型 您可以通过使用调整决策树的参数来解决此问题，例如，a–将max_depth设置为较小的值可能会使模型在您的情况下表现更好 一个更好的方法是改用一个模型，该模型使用决策树集合来更自动地纠正这种过度拟合，尽管通过网格搜索进行调整对于进一步优化结果仍然很重要
from sklearn.metrics import r2_score, mean_squared_error