多元线性回归 - 为什么我的截距每次都如此不同？

问题描述

我正在尝试对 Netflix 的未来价格和其他几列使用多元线性回归（请参阅下面的数据框）：

我试图预测的 Y 是 Adj_Close。我的 X 就是其他一切。 出于某种原因，每次我用 MLR 训练我的模型时，我的拦截值都会发生巨大的变化 - 我不明白为什么。 （如果我的模型得分很高，它怎么会变化如此之大）

请看下面的代码：

#multiple linear regression 
from sklearn.linear_model import LinearRegression
linear_regression=LinearRegression()
x_train,x_test,y_train,y_test = train_test_split(X_lr,y_lr,test_size=0.1)
#fitting
linear_regression.fit(x_train,y_train)
#prediction
pred=linear_regression.predict(x_test)

#score
linear_regression.score(X_lr,y_lr)

来自run 1

的拦截

来自run 2

的拦截

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）