在寻找linearregresion或DecisionTreeRegressor等模型时，使用哪种评分最好？在里面https://scikit-learn.org/stable/modules/model_evaluation.html我们可以看到以下内容：
解释方差、最大误差、负均值绝对误差、负平均方差、平均方差、负根方差、负均值对数误差、负中值绝对误差、r2、负均值偏差、负均值方差、负方差
然而，对于介绍该领域的人来说，决定使用哪一种并不容易。对于一个简单的线性回归，我会使用r2(可能是因为这是我在学校习惯的(，但这是最好的吗？然而，对于决策树除法器，这个参数也好吗？还是使用另一个参数更好？
此外，如果在r^2＝1的情况下(altough Anscombe的四重奏(，拟合应该是好的。剩下的怎么样？
没有最佳评分函数。你选择的应该取决于你的问题和你试图衡量的东西。
我建议您查看链接页面的回归度量部分。您可以找到使用说明和建议，例如(对于MSLE(：
此指标最好用于指数增长的目标，如人口数量、商品在几年内的平均销售额等。
所以，关于这个主题的一个好问题是，我正在学习X，并试图测量Y，我应该使用哪个评分标准