决策树测试 mse 0.0000578 和训练 mse 0 的 CV 结果答案

【问题标题】：CV results of Desicion Tree test mse 0.0000578 and train mse 0决策树测试 mse 0.0000578 和训练 mse 0 的 CV 结果
【发布时间】：2020-12-31 06:28:39
【问题描述】：

我正在处理一个小型数据集（25 行，4 个特征）。我训练了决策树算法并使用了 K 折交叉验证（cv=3）。然后，由于这个原因，我得到了 r2 0.97，我怀疑过拟合并查看了测试和训练的 MSE 值。我得到了测试 MSE 值 0.0000578 和火车 mse 值 0.0 我应该如何解释这个配件你在这里有什么我该怎么办？我是这个主题的新手 :) 提前感谢您的回复。

【问题讨论】：

标签： decision-tree mse

【解决方案1】：

您的数据集确实非常小，但一切正常。您为测试集计算的 r2 是多少？ r2 为 1 将对应于模型的输出与隐藏值完全相同，MSE 为 0 也是如此，因此您的 r2 和 MSE 分数彼此一致。事实上，测试集的性能并不比训练集差多少，这意味着假设您正确拆分数据，您不必担心过度拟合。

【讨论】：