比较不同估计器的分数是否正确？答案

【问题标题】：Is it correct to compare score of different estimators?比较不同估计器的分数是否正确？
【发布时间】：2017-10-28 21:38:59
【问题描述】：

我从 scikit 的不同估算器中得到不同的分值。

由于所有回归估计器都应该使用 R-square 分数，我认为它们具有可比性，即分数越接近 1，模型训练得越好。但是，每个模型都分别实现了评分功能，所以我不确定。请澄清。

【问题讨论】：

这和python有什么关系？
我忘了说。这些值是使用 scikit 获得的，python 用于对数据进行切片和切块。
在 scikit-learn 中，默认情况下，所有回归估计器都使用“R_Squared”指标作为 score() 函数，因此如果没有记分器，则比较您提到的这 3 个的分数非常好手动更改并用于相同的数据。

【解决方案1】：

如果您有类似的管道将相同的数据输入模型，那么这些指标是可比较的。您可以毫无疑问地选择 SVR 模型。

顺便说一句，“重新开发”这个“R_squared”指标对您来说真的很有趣，它可能是学习基础机制的好方法。

【讨论】：