sklearn.base.RegressorMixin

class sklearn.base.RegressorMixin

[源码]

Mixin类用于scikit-learn中的所用分类器。

方法

方法 说明
score(self, X, y[, sample_weight]) 返回预测的决定系数R^2。
__init__(self, /, *args, **kwargs)

初始化self. See 请参阅help(type(self))以获得准确的说明。

score(self, X, y, sample_weight=None)

[源码]

返回预测的决定系数R^2。

系数R^2 被定义为(1-u/v),其中u是残差平方和((y_true-y_pred)**2).sum(),v是总平方和((y_true-y_true.mean())**2).sum()。最好的分数是1.0,它可以是负的(因为模型可以任意恶化)。一个总是预测y的期望值的常数模型,不考虑输入特征,则得到R^2的分数为0.0。

参数 说明
X array-like of shape (n_samples, n_features)
测试样本。对于某些估计器来说,这可能是一个预先计算的核矩阵或一个泛型对象的列表,shape = (n_samples, n_samples_fitted),其中n_samples_fitted是用于对估计器进行拟合的样本数。
y array-like of shape (n_samples,) or (n_samples, n_outputs)
X的真实值。
sample_weight array-like of shape (n_samples,), default=None
样本权重
返回值 说明
score float
self.predict(X)和y的R^2

在0.23版本中, 一个回归器上调用 score时,使用的R^2是使用的multioutput='uniform_average',以保持与r2_score的默认值一致。这会影响所有多输出回归者的 score 方法(多输出回归器除外)。