Solucionado
Eu fiquei em dúvida da diferença entre as duas funções.
A função score() é utilizada entre X_train e y_train e o valor encontrado foi 0.64, enquanto que o r2_score() foi utilizada entre y_test e y_previsto e o resultado foi 0.67
A minha dúvida é o que representa tanto o valor 0.64 quanto o 0.67 de cada função.
Obrigado!
Olá, João! Tudo bem?
A função score() é uma função genérica que pode ser usada para avaliar a precisão de um modelo de aprendizado de máquina. O cálculo específico da pontuação depende do tipo de modelo que está sendo avaliado. Por exemplo, se o modelo for uma regressão linear, a pontuação será o coeficiente de determinação (R²), que mede o quão bem o modelo se ajusta aos dados de treinamento. Se o modelo for uma classificação binária, a pontuação será a acurácia, que mede a proporção de instâncias corretamente classificadas.
Por outro lado, a função r2_score() calcula especificamente o coeficiente de determinação (R²) para um modelo de regressão. O coeficiente de determinação é uma medida estatística que indica o quão bem os pontos de dados se ajustam a uma linha de regressão. O R² varia de 0 a 1, onde 0 indica que o modelo não se ajusta aos dados e 1 indica um ajuste perfeito.
Em resumo, a função score() é mais genérica e pode ser usada para avaliar modelos de diferentes tipos, enquanto a função r2_score() é específica para modelos de regressão e calcula o coeficiente de determinação.
Tudo bem, Valquíria e com você?
Entendi, obrigado pela explicação. Consegui entender melhor o que cada função faz.
Mas na aula o instrutor utilizou o modelo LinearRegression() para fazer as previsões. Nesse caso o valor do score() e r2_score() não deveriam ser os mesmos? Porém um deu 0.64 e o outro 0.67.
Opa, João! tudo bem por aqui também. Dei uma conferida no notebook e o valor está dando diferente pois primeiro estão sendo avaliados os dados de treino e depois os dados de teste.
