为何Random Forest的score与r2_score结果存在差异？

Random Forest回归器的score方法和你直接调用r2_score结果不同的核心原因是你搞反了r2_score的参数顺序。

关键细节 #

在sklearn中：

• 回归模型的score(X, y)方法默认计算R²评分，等价于r2_score(y_true=y, y_pred=model.predict(X))，参数顺序是真实标签在前，预测值在后。
• 你代码里写的r2_score(y_pred, y_test)把预测值放在了第一个参数位置，真实值放在第二个，完全不符合R²的计算逻辑，导致结果错误。

修正后的代码验证 #

from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import r2_score

# 假设X_train, y_train, X_test, y_test已定义
rf = RandomForestRegressor(n_estimators=100, max_depth=10, max_features='sqrt')
rf.fit(X_train, y_train)
y_pred = rf.predict(X_test)

# 两种正确调用方式，结果完全一致
print(rf.score(X_test, y_test))
print(r2_score(y_test, y_pred))  # 真实值y_test放在第一个参数位置

为什么参数顺序会影响结果？ #

R²的计算公式是：
$$R^2 = 1 - \frac{\sum_{i=1}^{n}(y_{true,i} - y_{pred,i})^{2}{\sum_{i=1}}{n}(y_{true,i} - \bar{y}{true})^2}$$
如果交换y_pred和y_true的位置，分母会变成$\sum{i=1}^{n}(y_{pred,i} - \bar{y}_{pred})^2$，这不再是衡量模型拟合真实数据的指标，自然结果会和模型score方法的输出差异巨大。

内容的提问来源于stack exchange，提问作者Sachin manjrekar