LinearRegression（）：使用cross_val_score进行R2评分-奇怪的结果

Question

我正在使用cross_val_score（）函数来计算适合我的R2系数。这是我的代码：

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import cross_val_score
X = data.iloc[:,0:13]
y = data.iloc[:,13]
lin = LinearRegression()

MSE = cross_val_score(lin,X,y,scoring = 'neg_mean_squared_error',cv = 10)
MSE
array([  -9.28694671,  -14.15128316,  -14.07360615,  -35.20692433,
    -31.88511666,  -19.83587796,   -9.94726918, -168.37537954,
    -33.32974507,  -10.96041068])
MSE.mean()
-34.705255944525462

R2= cross_val_score(lin,X,y,cv = 10)
R2
array([ 0.73376082,  0.4730725 , -1.00631454,  0.64113984,  0.54766046,
    0.73640292,  0.37828386, -0.12922703, -0.76843243,  0.4189435 ])
R2.mean()
0.20252899006052702

我发现这些结果特别是R2结果很奇怪：

• 0
• 我发现均方结果和R2分数非常“分散”。

我执行相同的回归任务，并使用“ Rapidminer”计算分数，然后得到更多“逻辑”结果：

• 均方误差= 24.218 +/- 10.413
• R2 = 0.848 +/- 0.066

注意：我精确地证明，在使用Python和Rapidminer时，我得到相同的系数!!!!!!

他们在sklearn中有一些错误吗？有人可以用Python解释这些怪异的评分结果吗？

在这里您可以找到指向我的训练数据集（.csv文件）的链接，以便复制我观察到的行为：https://1drv.ms/u/s!Am7xh5YMVeT6gf8NMS9fZgpOpe6kbw

Answer 1

对决策树回归进行交叉验证后，我也得到了非常奇怪的分数结果，print(cross_val_score(clf, X, y, cv = 10, scoring='r2'))

[-4.50538082 -1.58428915 -2.65964619 -0.6336118 -2.41806702-3.45839104 -3.82097269 -0.10129517 0.20267893 -11.51823689]

没有交叉验证，我的分数是0.99