cross_val_score与.score的回归评分结果截然不同

Question

我正在运行RandomForestRegressor（）。我正在使用R平方进行评分。为什么使用.score和cross_val_score会得到截然不同的结果？这是相关代码：

X = df.drop(['y_var'], axis=1)
y = df['y_var']

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33)

# Random Forest Regression
rfr = RandomForestRegressor()
model_rfr = rfr.fit(X_train,y_train)
pred_rfr = rfr.predict(X_test)
result_rfr = model_rfr.score(X_test, y_test)

# cross-validation
rfr_cv_r2 = cross_val_score(rfr, X, y, cv=5, scoring='r2')

我知道交叉验证的得分是.score的得分多次，但是结果却截然不同，以至于有些明显的错误。结果如下：

R2-dot-score: .99072
R2-cross-val: [0.5349302  0.65832268 0.52918704 0.74957719 0.45649582]

我在做什么错？或什么可以解释这种差异？

编辑：

好的，我可能已经解决了。似乎cross_val_score不会对数据进行混洗，当将数据分组在一起时，这可能会导致更糟的预测。我找到的最简单的解决方案（通过this answer）是在运行模型之前简单地对数据帧进行洗牌：

shuffled_df = df.reindex(np.random.permutation(df.index))

这样做之后，我开始在.score和cross_val_score之间得到相似的结果：

R2-dot-score: 0.9910715555903232
R2-cross-val: [0.99265184 0.9923142  0.9922923  0.99259524 0.99195022]

Answer 1

好的，我可能已经解决了。似乎cross_val_score不会随机化数据，当将相似的数据分组在一起时，这可能会导致更糟的预测。我找到的最简单的解决方案（通过this answer）是在运行模型之前简单地对数据帧进行洗牌：

shuffled_df = df.reindex(np.random.permutation(df.index))

这样做之后，我开始在.score和cross_val_score之间得到相似的结果：

R2-dot-score: 0.9910715555903232
R2-cross-val: [0.99265184 0.9923142  0.9922923  0.99259524 0.99195022]