我有一个类似于下表的数据集： 在此输入图像描述

预测目标将成为“得分”列。我想知道如何将测试集划分为不同的子组，例如1到3之间的分数，或者然后检查每个子组的准确性。

现在我拥有如下：

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，我的代码不起作用，这是我得到的回溯：

找到样本数不一致的输入变量：[14279,55955]

我已经尝试了下面提供的解决方案，但看起来对于满分范围（0-5），r ^ 2是0.67。但是，例如（0-1,1-2,2-3,3-4,4-5）的子核范围r ^ 2s明显低于整个范围。不应该有一些子核r ^ 2高于0.67而其中一些低于0.6

解决办法：在计算指标时，必须过滤预测值（基于您的子集条件）。

基本上你正在尝试计算

metrics.r2_score([1,3],[1,2,3,4,5])

这会产生错误，

ValueError：找到样本数不一致的输入变量：[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])