Scikit изучает отрицательное значение оценки перекрестной проверки ⇐ Python

[Anonymous]

Я пытался построить модель линейной регрессии, чтобы спрогнозировать цену домов, чтобы начать с машинного обучения, но столкнулся с отрицательными значениями оценки при использовании перекрестной проверки в этом коде:

Код: Выделить всё

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
x = df.drop(['MedHouseVal'], axis=1)
y = df['MedHouseVal']
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=0)
model = LinearRegression()
model.fit(x_train, y_train)
model.score(x_test, y_test)
from sklearn.model_selection import cross_val_score
scores = cross_val_score(model, x, y, cv=100)
plt.plot(scores)

Я заметил, что по мере увеличения резюме средний балл снижается. Поэтому я решил построить график и понял, что в некоторых точках оценка принимает отрицательные значения, но как истинные прогнозы/размер выборки могут быть отрицательными, если он рассчитывается с использованием (TP + TN – FP – FN)/размера выборки? Заранее спасибо.
Введите здесь описание изображения
Извините за плохой английский (; ))

Подробнее здесь: https://stackoverflow.com/questions/787 ... tive-value