python - regr.score 和 r2_score 给出不同的值

Question

我正在使用 sklearn.linear_model.LogisticRegression 并使用它计算 R^2 值如下

regr.score(xtest, ytest)

我得到 0.65 分

现在，为了进行比较，我使用了 sklearn.metrics.r2_score 提供的指标¶ 并按如下方式计算分数

r2_score(ytest,regr.predict(xtest))

我的分数是 -0.54

根据文档，regr.score 返回“self.predict(X) 的 R^2 wrt.y”。这就是我使用度量计算 R^2 所做的，但我不明白为什么这些值如此不同？

谁能帮我解释一下？

更新:按照建议，我在 r2_score 中切换了变量 ytest,regr.predict(xtest)，但在逻辑回归中我仍然得到不同的值。所以我更新了问题。

Answer 1

你得到不同值的原因是因为 score LogisticRegression 类中的函数默认计算 accuracy score .准确性分数只是正确预测的数量除以预测总数。另一方面，R2 分数完全不同，您可以阅读更多有关其数学的信息 here .

希望对您有所帮助!