我有一个类似于下表的数据集：
预测目标将是“得分”列。我想知道如何将测试集划分为不同的子组，例如得分在1到3之间，或者检查每个子组的准确性。
现在，我所拥有的如下：
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
model = tree.DecisionTreeRegressor()
model.fit(X_train, y_train)
for i in (0,1,2,3,4):
y_new=y_test[(y_test>=i) & (y_test<=i+1)]
y_new_pred=model.predict(X_test)
print metrics.r2_score(y_new, y_new_pred)
但是，我的代码无法正常工作，这是我得到的回溯：
找到样本数量不一致的输入变量：[14279，
55955]
我已经尝试了下面提供的解决方案，但是对于整个分数范围（0-5），r ^ 2为0.67。但是子得分范围（例如，0-1、1-2、2-3、3-4、4-5）的r ^ 2s明显低于整个范围。子分数r ^ 2中的某些不应该高于0.67而不是其中的一些低于0.67吗？
有人可以让我知道我在哪里做错了吗？非常感谢您的所有帮助。
最佳答案
在计算指标时，必须过滤预测值（基于子集条件）。
基本上你是在尝试计算
metrics.r2_score([1,3],[1,2,3,4,5])
这会导致错误
ValueError：找到数量不一致的输入变量
样本：[2、5]
因此，我建议的解决方案是
model.fit(X_train, y_train)
#compute the prediction only once.
y_pred = model.predict(X_test)
for i in (0,1,2,3,4):
#COMPUTE THE CONDITION FOR SUBSET HERE
subset = (y_test>=i) & (y_test<=i+1)
print metrics.r2_score(y_test [subset], y_pred[subset])
关于python-2.7 - 将测试集划分为子组，然后分别对每个子组进行预测，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/54643265/