Я новичок в машинном обучении и использую MLPRegressor. Я разделяю свои данные с
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
затем я создаю и подгоняю модель, используя 10-кратную проверку для набора тестов.
nn = MLPRegressor(hidden_layer_sizes=(100, 100), activation='relu',
solver='lbfgs', max_iter=500)
nn.fit(X_train, y_train)
TrainScore = nn.score(X_train, y_train)
kfold = KFold(n_splits=10, shuffle=True, random_state=0)
print("Cross-validation scores:\t{} ".format(cross_val_score(nn, X_test, y_test, cv=kfold)))
av_corss_val_score = np.mean(cross_val_score(nn, X_test, y_test, cv=kfold))
print("The average cross validation score is: {}".format(av_corss_val_score))
Проблема в том, что результаты тестов, которые я получаю, очень отрицательные (-4256). Что может быть не так?