Можно ли использовать метрику R^2 для обучения модели

Да, но с осторожностью. R² измеряет долю объяснённой дисперсии и не всегда подходит как целевая функция.

Проблемы:

• Чувствителен к выбросам
• Не штрафует за сложность модели (может расти при добавлении бесполезных фич)
• Не подходит для задач классификации

Когда можно:

• Линейная регрессия (по умолчанию в sklearn)
• Интерпретируемость важнее точности

Пример с MinMaxScaler:

from sklearn.linear_model import LinearRegression
from sklearn.metrics import r2_score

model = LinearRegression()
model.fit(X_train, y_train)
r2 = r2_score(y_test, model.predict(X_test))

Лучше использовать вместе с другими метриками (MSE, MAE) и валидацией. Для оптимизации чаще выбирают MSE.