我的支持向量回归 R2 分数为负。但是当我尝试预测新结果时,它比其他算法具有更好的性能?负 R2 分数不会影响模型性能吗?
文档中所述,R2 分数可以为负数。 R2 并不总是任何值的平方,因此它可以具有负值,而不会违反任何数学规则。仅当所选模型不遵循数据趋势时,R2 才为负值。
看来您的模型可能由于过度拟合而提供了更好的性能。
或者尝试以这种格式运行 r2 分数函数:
r2_score(y_true, y_pred)
从数学上来说这是可能的。如果线性回归中没有常数项,则拟合线不一定与趋势匹配。这将导致 R2 分数可能为负、y(已解释)的变化高于 x(已解释)以及回归系数估计值的较高偏差。 -摘自 Charles Brooks 2019 版本