什么构成决策树回归器的“足够好”分数？该.score()函数为我们提供了有关模型的一般分数。如果模型以 100% 的准确率预测所有数据，则该值为 1，并且可以任意变差。如果我理解正确，0 分意味着预测是准常数。但是从什么值开始，我们可以说预测是“可用的”（我知道这是模棱两可的，但仍然如此）。0.4-0.5 的分数是否足以在实践中使用预测而不是不使用任何机器学习技术？