决策树测试mse 0.0000578和训练mse 0的CV结果

Question

我正在处理一个小数据集(25行，4个特征)。我训练了决策树算法，并使用了K-折叠交叉验证(cv=3)。然后，我得到了MSE0.97，出于这个原因，我怀疑是过拟合，并查看了测试和训练的r2值。我得到了测试MSE值0.0000578和列车MSE值0.0，我应该如何解释这个拟合，你们这里有吗？我在这个话题上是个新手:)提前感谢您的回复。

Answer 1

你的数据集真的很小，但是一切看起来都很好。是您为您的测试集计算的r2吗？r2为1将对应于模型的输出与隐藏值完全相同，MSE为0也是如此，因此您的r2和MSE得分彼此一致。事实上，测试集上的性能并不比训练集差很多，这意味着您不应该担心过度拟合，假设您正确地拆分了数据。