我想验证一下使用Scikit-Learn和Statsmodels.api解决多元线性回归问题时，是否会产生相同的结果。我将这个过程分成了三个部分（按提到的顺序）：Statsmodels（无截距项）、Statsmodels（有截距项）和SKL。如预期的那样，我的SKL系数和R平方与Statsmodels（有截距项）的结果相同，但我的SKL均方误差却与Statsmodels（无截距项）的结果相当。

我打算分享我的笔记本代码；这是一段相当基础的代码，因为我刚刚开始学习机器学习应用。请查看并告诉我为什么会出现这种情况。此外，如果您能分享关于任何低效代码的见解，我将不胜感激。以下是代码：

https://github.com/vgoel60/Linear-Regression-using-Sklearn-vs-Statsmodel.api/blob/master/Linear%20Regression%20Boston%20Housing%20Prices%20using%20Scikit-Learn%20and%20Statsmodels.api.ipynb

回答：

你犯了一个错误，这解释了奇怪的结果。当你使用scikit-learn的线性模型进行预测时，你写的是：

predictions2 = lm.predict(xtest2)

请注意，你使用的是lm模型，这是第一个statsmodels回归的结果。相反，你应该写的是：

predictions2 = lm2.predict(xtest2)

当你这样做时，结果就会如预期的那样。