我有一个包含10列和158行的数据集。我试着预测我的测试数据集，它是一列有158行。
我进行了交叉验证，网格搜索并使用ElasticNet算法。
在评估模型之前，我检查了10列之间的皮尔森相关性，我用它来训练我的模型和我试图预测的其他1列。相关性不好但是当我评估模型时，R ^ 2得分接近0.98。
如何确保此分数有信心？因为我没想到像这样的R ^ 2。这太高了，我没想到。
提前致谢。
答案 0 :(得分：0)
一个好的模型可以使R ^ 2得分接近1.0。这意味着学习模型非常适合测试数据。如果要预测连续值，则可以绘制并检查实际值和预测值。它可以更好地描绘您的模型。
此外，您可以尝试使用不同的误差指标，例如均方根误差，均方误差或回归和准确度的绝对误差，ROC曲线或混淆矩阵分类，以确保您的模型非常好。
另一个重要的事情是，你不能真正比较皮尔逊系数和R ^ 2得分。具有低皮尔逊系数的特征可以导致具有良好R ^ 2得分的模型，反之亦然。
这是因为皮尔森相关性只能给出变量之间的线性相关性。在您的情况下，相关性较低意味着您的要素和目标不是线性相关的。这也可能意味着，这些特征非线性高度相关（这可能是获得良好R ^ 2分数模型的原因）。因此，皮尔逊系数值较低并不意味着您的特征不好。如果您真的想测试您的功能是否良好，请尝试不同的相关系数，如距离相关性或等级相关性。
功能评估或选择的其他替代方法是在scipy中使用Feature selection模块。
希望，这可以回答你的问题！