我想知道为什么模型的得分非常低，只有0.13。我已经确保数据是干净的、经过缩放的，并且各特征之间有很高的相关性，但使用线性回归的模型得分仍然很低，这是为什么呢？如何解决这个问题？这是我的代码

import numpy as np from sklearn.linear_model import LinearRegressionfrom sklearn.model_selection import train_test_splitimport pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltfrom sklearn import preprocessingpath = r"D:\python projects\avocado.csv"df = pd.read_csv(path)df = df.reset_index(drop=True)df.set_index('Date', inplace=True)df = df.drop(['Unnamed: 0','year','type','region','AveragePrice'],1)df.rename(columns={'4046':'Small HASS sold',                          '4225':'Large HASS sold',                          '4770':'XLarge HASS sold'},                  inplace=True)print(df.head)sns.heatmap(df.corr())sns.pairplot(df)df.plot()_=plt.xticks(rotation=20)forecast_line = 35df['target'] = df['Total Volume'].shift(-forecast_line)X = np.array(df.drop(['target'], 1))X = preprocessing.scale(X)X_lately = X[-forecast_line:]X = X[:-forecast_line]df.dropna(inplace=True)y = np.array(df['target'])X_train, X_test, y_train, y_test = train_test_split(X, y,test_size=0.2)lr = LinearRegression()lr.fit(X_train,y_train)confidence = lr.score(X_test,y_test)print(confidence)

这是我使用的数据集的链接

https://www.kaggle.com/neuromusic/avocado-prices

回答：

所以你使用的评分函数是：

返回预测的决定系数R^2。

决定系数R^2定义为(1 – u/v)，其中u是残差平方和((y_true – y_pred) ** 2).sum()，v是总平方和((y_true – y_true.mean()) ** 2).sum()。最佳可能得分为1.0，并且可以是负值（因为模型可能任意差）。一个总是预测y的期望值的常数模型，不考虑输入特征，会得到0.0的R^2得分。

所以正如你所意识到，你已经超过了常数预测。

我的建议是尝试绘制你的数据，看看应该使用哪种回归。这里你可以看到可用的线性回归类型概览：https://scikit-learn.org/stable/modules/linear_model.html

如果你的数据呈现出逻辑曲线，即你的点要么接近0要么接近1，中间点不多，那么使用逻辑回归是有意义的。