cross_val_score 与 .score 的回归评分结果截然不同
Regression scoring results dramatically different for cross_val_score vs .score
我是 运行 RandomForestRegressor()。我正在使用 R-squared 进行评分。为什么使用 .score 与 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')
我知道交叉验证是多次得分，而 .score 是一次得分，但结果截然不同，显然有问题。以下是结果：
R2-dot-score: .99072
R2-cross-val: [0.5349302 0.65832268 0.52918704 0.74957719 0.45649582]
我做错了什么？或者什么可以解释这种差异？
编辑：
好的，我可能已经解决了这个问题。似乎 cross_val_score 没有打乱数据，当数据组合在一起时，这可能会导致更糟糕的预测。我找到的最简单的解决方案（通过 this answer）是在 运行 模型之前简单地洗牌数据帧：
shuffled_df = df.reindex(np.random.permutation(df.index))
在我这样做之后，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]
好的，我可能已经解决了这个问题。似乎 cross_val_score 没有随机化数据，这可能会导致当相似数据组合在一起时做出更糟糕的预测。我找到的最简单的解决方案（通过 this answer）是在 运行 模型之前简单地洗牌数据帧：
shuffled_df = df.reindex(np.random.permutation(df.index))
在我这样做之后，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]
我是 运行 RandomForestRegressor()。我正在使用 R-squared 进行评分。为什么使用 .score 与 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')
我知道交叉验证是多次得分，而 .score 是一次得分，但结果截然不同，显然有问题。以下是结果：
R2-dot-score: .99072
R2-cross-val: [0.5349302 0.65832268 0.52918704 0.74957719 0.45649582]
我做错了什么？或者什么可以解释这种差异？
编辑：
好的，我可能已经解决了这个问题。似乎 cross_val_score 没有打乱数据，当数据组合在一起时，这可能会导致更糟糕的预测。我找到的最简单的解决方案（通过 this answer）是在 运行 模型之前简单地洗牌数据帧：
shuffled_df = df.reindex(np.random.permutation(df.index))
在我这样做之后，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]
好的，我可能已经解决了这个问题。似乎 cross_val_score 没有随机化数据，这可能会导致当相似数据组合在一起时做出更糟糕的预测。我找到的最简单的解决方案（通过 this answer）是在 运行 模型之前简单地洗牌数据帧：
shuffled_df = df.reindex(np.random.permutation(df.index))
在我这样做之后，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]