python sklearn.linear_model.LinearRegression.score
score(self, X, y, sample_weight=None)
作用：返回该次预测的系数R2
其中R2 =（1-u/v）。u=((y_true - y_pred) ** 2).sum() v=((y_true - y_true.mean()) ** 2).sum()
其中可能得到的最好的分数是1.当一个模型不论输入何种特征值，其总是输出期望的y的时候，此时返回0
score(self, X, y, sample_weight=None)
作用：返回该次预测的系数R2
其中R2 =（1-u/v）。u=((y_true - y_pred) ** 2).sum() v=((y_true - y_true.mean()) ** 2).sum()
其中可能得到的最好的分数是1.当一个模型不论输入何种特征值，其总是输出期望的y的时候，此时返回0
