regr.score和r2_score给出不同的值

Question

我正在使用sklearn.linear_model.LogisticRegression并使用它来计算R ^ 2值，如下所示

regr.score(xtest, ytest)

我的得分为0.65

现在，为了比较我使用了sklearn.metrics.r2_score¶提供的指标，我计算得分如下

r2_score(ytest,regr.predict(xtest))

得分为-0.54

根据文件，regr.score返回“自我预测（X）wrt.y的R ^ 2”。这就是我使用度量来计算R ^ 2所做的，但我不明白为什么这些值如此不同？

有人能帮我解释一下吗？

更新：正如建议我在r2_score中切换变量ytest，regr.predict（xtest），但在逻辑回归中我仍然得到不同的值。所以我更新了这个问题。

Answer 1

您获得不同值的原因是因为默认情况下LogisticRegression类中的score函数会计算accuracy score。准确度分数只是正确预测的数量除以预测的总数。另一方面，R2得分完全不同，你可以阅读更多关于它的数学here。

希望有所帮助！