如何改进决策树回归器中的负 R 平方
Posted
技术标签:
【中文标题】如何改进决策树回归器中的负 R 平方【英文标题】:How to improve negative R square in DecisionTree Regressor 【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】:
【参考方案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。以上是关于如何改进决策树回归器中的负 R 平方的主要内容,如果未能解决你的问题,请参考以下文章
机器学习算法决策树-5 CART回归树法,M5回归树算法对CART算法改进了什么