LinearRegression 这个model中model.score

LinearRegression 模型中的 `model.score` 方法用于计算模型的 R² 分数，也称为决定系数。 R² 分数是衡量回归模型拟合度的常用指标，其取值范围在 0 到 1 之间。R² 分数越接近 1，表示模型对数据的拟合程度越好，反之则表示拟合程度较差。在使用 `model.score` 方法时，需要传入测试数据集的特征矩阵 X 和目标变量 y，该方法会返回 R² 分数。例如：

from sklearn.linear_model import LinearRegression
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split

# 加载波士顿房价数据集
boston = load_boston()
X, y = boston.data, boston.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 创建线性回归模型
model = LinearRegression()

# 在训练集上训练模型
model.fit(X_train, y_train)

# 在测试集上计算 R² 分数
score = model.score(X_test, y_test)
print("R² 分数：", score)

该代码会输出测试集上的 R² 分数。