构建两输入求和预测模型准确率极低问题求助

核心问题点 #

• 模型类型误用：你的任务是预测连续数值（A和B的和C），属于回归任务，但你使用了DecisionTreeClassifier（决策树分类器）——这是专门处理离散类别预测的模型，完全不适合回归场景，这是准确率极低的根本原因。
• 评估指标错误：accuracy_score是分类任务的专属指标，用来计算预测类别与真实类别的匹配率，对回归任务毫无意义。回归任务需要用回归类指标，比如均方误差（MSE）、R²分数等。

修正后的代码示例 #

import pandas as pd
from sklearn.tree import DecisionTreeRegressor  # 替换为回归模型
from sklearn.model_selection import train_test_split
from sklearn.metrics import r2_score, mean_squared_error  # 替换为回归评估指标

data = pd.read_csv('Dataset.csv')
X = data.drop(columns=['C'])
y = data['C']

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
model = DecisionTreeRegressor()  # 使用回归树模型
model.fit(X_train, y_train)
predictions = model.predict(X_test)

# 用回归指标评估模型性能
r2 = r2_score(y_test, predictions)
mse = mean_squared_error(y_test, predictions)
print(f"R²分数: {r2}")
print(f"均方误差: {mse}")

补充说明 #

由于你的数据是严格的C = A + B线性关系，只要用对回归模型，理论上可以达到近乎完美的预测效果（R²接近1，均方误差接近0）。决策树回归只要设置足够的深度，就能完全拟合这个简单的线性规则。

内容的提问来源于stack exchange，提问作者Ajith Viswanath