小编Dur*_*man的帖子

首先是我的设置：X 是我的特征表。它有 150 000 个特征和 96 个样本。所以有 150 000 列和 96 行。

y 是我的目标表。它有 4 个标签，当然还有 96 个样品。所以 4x96（列 x 行）。

分成训练数据和测试数据后，我使用 MLPRegressor。基于 Sci-kit 的文档，它是一个原生的多输出回归器。因此我可以使用它通过 150 000 个特征的新样本来预测我的四个所需输出值。我的代码：

mlp = MLPRegressor(hidden_layer_sizes=(2000, 2000), solver= 'lbfgs', max_iter=100)
mlp.fit(X_train,y_train)

然后我使用交叉验证。

cross_validation.cross_val_score(mlp, X, y, scoring='r2')

输出是一个包含 3 个条目的列表（参数 cv=3）。我真的不明白我的 4 个标签是如何由这 3 个值表示的。我期望的格式如下：标签 1: 3 个条目，标签 2: 3 个条目，标签 3 和 4 也相同。因此，对于不同的分割，我将所有标签的 R^2 值三次获取测试和训练数据。

我错过了什么吗？我需要使用多输出回归器吗？ （请参阅此处的文档）

这里是交叉验证的文档。

谢谢。