Bom dia,
Na aula 5 item 2 "Estimando o modelo com os dados de treino", fizemos a obtenção do coeficiente de determinação (R²) para as previsões do nosso modelo, da seguinte forma:
print("R² = %s" % metrics.r2_score(y_test, y_previsto).round(3))
Poderíamos simplesmente obter o score do modelo com os datasets de testes, código abaixo? o resultado foi o mesmo.
print("R² = {}".format(modelo.score(X_test, y_test).round(3)))
Bom dia Ricardo,
É isso mesmo, o sklearn disponibiliza as duas funções que como você percebeu vão ter o mesmo objetivo.
A score() pode ser considerada um atalho para a r2_score (no código do score() é utilizado o r2_score internamente).
Um detalhe é que caso você já tenha os valores de y de treino ou teste e do y previsto é melhor utilizar a r2_score(), pois usando diretamente a score() vai ser executado o fit() do modelo e depois será executado o r2_score() internamente, assim sendo uma operação mais pesada e lenta em comparação com a r2_score().