如何改进决策树回归器中的负 R 平方答案

【问题标题】：How to improve negative R square in DecisionTree Regressor如何改进决策树回归器中的负 R 平方
【发布时间】：2020-09-25 10:14:51
【问题描述】：

我试图应用一些回归量来预测 IMDB 评级。这是我尝试过的：

import pandas as pd
import numpy as np
from sklearn.preprocessing import MinMaxScaler
from sklearn.tree import DecisionTreeRegressor
from sklearn.model_selection import train_test_split

data = pd.read_csv("D:/Code/imdb_project/movie_metadata.csv")
df = data[["duration","budget", "title_year","imdb_score"]]
df = df.dropna()
feature = np.array(df[["duration","budget","title_year"]])
rating = np.array(df["imdb_score"])

scaler = MinMaxScaler()
scaler.fit(feature)
X = scaler.transform(feature)
y = rating
x_train, x_test, y_train, y_test = train_test_split(X, y, train_size = 0.8, test_size = 0.2, random_state = 5)

regressor = DecisionTreeRegressor(criterion='mse')
regressor.fit(x_train, y_train)
regressor.score(x_test, y_test)

为了澄清，我的数据集包含 3 个特征：预算、发布年份和持续时间，y 是 IMDB 评级。将这个回归量应用于测试数据时，我总是收到一个负的 R 平方（它与训练数据一起工作得很好。）我知道 R 平方可以是负的，但我仍然想知道是否有办法改进它?我知道的唯一方法是规范化数据，我在拟合模型之前就这样做了。

【问题讨论】：

标签： python-3.x machine-learning scikit-learn decision-tree

【解决方案1】：

负 R^2 分数 表示您的模型与数据的拟合非常差。在这种情况下，决策树可能过于简单。或者你选错了criterion。

我建议尝试调整模型的超参数或选择另一个。

【讨论】：

我认为我的模型过度拟合，因为对最大深度没有限制。因此，当我添加限制时，分数变为正数。但是，它仍然很低（0.23），我试图在模型之间进行比较，并且 kneighborsregressor 的分数也很低。有什么进一步改进的建议吗？
您可以尝试GridSearchCV 来找到最佳超参数。尽管DecisionTreeRegressor 和KNeighborsRegressor 还有很多其他回归变量。也许最简单的LinearRegression 会有所帮助。