如何获得测试数据子集的回归模型的预测准确性？

Question

我在具有以下列的数据集上使用RandomForestRegressor：

此数据集的形状为50000,10

名为“ total”的列是标签（我正在预测），其余是功能。我将使用OneHotEncoder编码前四列，使用训练/测试拆分来拆分数据集，然后拟合RandomForestRegressor。

我的问题如下：

我想基于某个功能（即“ ballsRem”列）的值来预测测试集的准确性。该值的最小值为0，最大值为300，我想知道“ ballsRem”大于210的唯一预测的准确性。

我试图过滤test_features，如下所示，然后仅针对过滤后的集进行预测，但由于测试标签的过滤方式不同，因此我无法做出明智的预测

filteredTestingSet = test_features[test_features.ballsRem >= 180]

custprediction = predModel.predict(filteredTestingSet )

我该如何实现？