请问学习曲线训练集分数一直是1，验证集分数一直为负是什么原因？

学习曲线出现这种情况是什么原因造成的呀？用的随机森林回归模型，训练集R2很高，但是测试集R2只有0.6

你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7656891
这篇博客也不错, 你可以看下数据科学家们，请补齐你的短板，如何提升R语言编程能力
除此之外, 这篇博客: 【机器学习】关于分类和回归模型，几种常见的模型好坏评价标准中的 2.3 R2分数 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:

from sklearn.metrics import r2_score

r2_score(y,pred_y)

最后举个例子，或者说方便大家copy,
比如对于GaussNaiveBayes，经典的分类模型，我们可以：

from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score

print('Accuracy score: ', accuracy_score(y_test, predictions))
print('Precision score: ', precision_score(y_test, predictions))
print('Recall score: ', recall_score(y_test, predictions))
print('F1 score: ', f1_score(y_test, predictions))

>>> Accuracy score:  0.9885139985642498
>>> Precision score:  0.9720670391061452
>>> Recall score:  0.9405405405405406
>>> F1 score:  0.9560439560439562

您还可以看一下楷然教你学生信老师的医学生的R语言快速入门课课程中的长型数据和宽型数据的处理小节, 巩固相关知识点