Scikit-Learn gibt Werte für den Bestimmungskoeffizienten (R ^ 2) zurück, die kleiner als -1 sind
Ich mache ein einfaches lineares Modell. ich habe
fire = load_data()
regr = linear_model.LinearRegression()
scores = cross_validation.cross_val_score(regr, fire.data, fire.target, cv=10, scoring='r2')
print scores
was ergibt
[ 0.00000000e+00 0.00000000e+00 -8.27299054e+02 -5.80431382e+00
-1.04444147e-01 -1.19367785e+00 -1.24843536e+00 -3.39950443e-01
1.95018287e-02 -9.73940970e-02]
Wie ist das möglich? Wenn ich das Gleiche mit den eingebauten Diabetesdaten mache, funktioniert es einwandfrei, aber für meine Daten werden diese scheinbar absurden Ergebnisse zurückgegeben. Habe ich etwas falsch gemacht?