线性回归模型的 R2 分数高得离谱

Posted 2023-03-12

【中文标题】线性回归模型的 R2 分数高得离谱

【英文标题】：Ridiculously high R2 score for linear regression model [duplicate]

【发布时间】：2021-04-16 07:41:57

【问题描述】：

我在一个有 88 列的数据集上运行线性回归模型。它们中的大多数是二进制的 - 仅包含 1 或 0。其余的具有数据类型 float64 的数值。当我对此运行线性回归模型时，我得到高得离谱的负 r2_scores。 我无法理解为什么必须如此。我能看到的唯一区别是，如果我将浮点列的数据类型更改为 int，r2 分数会下降一个数量级（仍然很高）。 有没有人遇到过类似的问题？

 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.20, random_state=0)
 model = LinearRegression(fit_intercept = True)
 model.fit(X_train,y_train)
 pred_Y=model.predict(X_test)
 r2=r2_score(y_test,pred_Y)
 print(r2)

r2=-14440.99304389795

【问题讨论】：

如果不查看您的数据和其余代码，任何人都无法找出问题所在。请确保问题是可重现的。

谢谢MZ，我觉得确实是这个问题！

【参考方案1】：

MZ给出的答案是对问题的正确解释。然而，玩弄随机状态几次为我解决了这个问题！谢谢！