我是机器学习的新手，正在独立构建我的第一个模型。我有一个评估汽车的数据集，其中包含价格、安全性和豪华程度等特征，并将汽车分类为好、非常好、可接受和不可接受。我将所有非数值列转换为数值，训练了数据，并使用测试集进行了预测。然而，我的预测结果非常糟糕；我使用了LinearRegression，r2_score输出为0.05，实际上相当于0。我尝试了几种不同的模型，但所有的预测和准确率都很差。

我做错了什么？我看过教程，阅读了使用类似方法的文章，但他们最终得到了0.92的准确率，而我只有0.05。如何为数据构建一个好的模型，又如何知道使用哪种模型呢？

代码：

import numpy as npimport pandas as pdfrom sklearn import preprocessing, linear_modelfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import r2_scoreimport seaborn as snsimport matplotlib.pyplot as pltpd.set_option('display.max_rows', 500)pd.set_option('display.max_columns', 500) pd.set_option('display.width', 1000)columns = ['buying', 'maint', 'doors', 'persons', 'lug_boot', 'safety', 'class value']df = pd.read_csv('car.data.txt', index_col=False, names=columns)for col in df.columns.values:    try:        if df[col].astype(int):            pass    except ValueError:        enc = preprocessing.LabelEncoder()        enc.fit(df[col])        df[col] = enc.transform(df[col])#Split the dataclass_y = df.pop('class value')x_train, x_test, y_train, y_test = train_test_split(df, class_y, test_size=0.2, random_state=0)#Make the modelregression_model = linear_model.LinearRegression()regression_model = regression_model.fit(x_train, y_train)#Predict the test datay_pred  = regression_model.predict(x_test)score = r2_score(y_test, y_pred)

回答：

你不应该使用线性回归，它用于预测连续值而不是分类值。在你的情况下，你要预测的是分类值。从技术上讲，每种情况都是一个类别。

我建议尝试逻辑回归或其他类型的分类方法，如朴素贝叶斯、支持向量机（SVM）、决策树分类器等。