如何设置model.score参数以对比y_pred与真实值y_test？

• 你当前调用model.score(X_test, y_test)的写法是完全正确的。
• model.score()的参数规则：第一个参数是待预测的特征数据（比如这里的X_test），第二个参数是对应的真实标签（y_test）。方法内部会自动用模型对输入的特征数据生成预测值，再和真实标签计算评估指标（对于LinearRegression，默认输出的是R²决定系数，取值范围0到1，越接近1说明预测效果越好）。

如果想直接用已经生成好的y_pred和y_test做对比，可以使用sklearn的评估指标函数，示例代码如下：

from sklearn.metrics import r2_score, mean_squared_error

# 计算R²分数，结果和model.score()一致
print(r2_score(y_test, y_pred))
# 计算均方误差，衡量预测值与真实值的平均平方差
print(mean_squared_error(y_test, y_pred))

也可以直接打印部分数据做直观对比：

import pandas as pd

# 用DataFrame展示前10组真实值与预测值
compare_df = pd.DataFrame({
    "真实值": y_test[:10],
    "预测值": y_pred[:10]
})
print(compare_df)

内容的提问来源于stack exchange，提问作者tsx