在多项式回归中用split分割数据集后，再算了score得分

Question

poly_clf = PolynomialRegression(9)

poly_clf.fit(X_train, y_train)

score = poly_clf.score(X_test, y_test)

score

在多项式回归中用split分割数据集后，再算了score得分，得分为-1.223，想问下老师-1.223的话，是指的偏差为-0.22？(和-1对比)，还是指的偏差为-2.22？(和1对比)

Answer 1

提问者 nyist_dusen 2018-08-03 07:49:16

多谢波波老师~

Answer 2

liuyubobobo 2018-08-03 04:45:58

对于回归问题，默认的score返回的是R square的结果。（回忆5-6的内容）。Rsquare为1，代表预测完全准确。R square为0，代表预测水平和只预测平均值是一个水平。通常R square的值应该在0-1之间，越高越好，这个模型才有可取之处。R square为负数，代表预测水平还不如只预测平均值。说明你得到的模型非常差。此时需要考虑：

1）看看在训练集上score，如果非常高，说明过拟合了。你在多项式回归中传入的degree为9，高概率过拟合；

2）数据中是否有非常影响结果的outlier；

3）这个模型是否本身不适合你的数据，需要换其他模型。

加油！

• 提问者 nyist_dusen #1

  老师既然是r方的话，不应该都是正数吗？

• liuyubobobo 回复 提问者 nyist_dusen #2

  r2有可能为负数，说明你的模型的预测结果还不如直接预测平均值：）

• 提问者 nyist_dusen 回复 liuyubobobo #3

  收到~