Точечная диаграмма, показывающая точки данных с отрицательными значениями, когда в наборе данных нет отрицательных значе ⇐ Python

[Anonymous]

У меня возникла проблема с этой моделью линейной регрессии. Диаграмма рассеяния показывает точки данных в отрицательном направлении, когда в наборе данных нет отрицательных значений. Я проверил формы и минимальные значения, и на графике не должно быть этих отрицательных значений, но я не могу понять, почему точечная диаграмма предполагает их присутствие.
Код определения показателей:

Код: Выделить всё

def evaluate_model(y_test, price_pred):
gradient = price_linear.coef_
intercept = price_linear.intercept_

mile_mae = mean_absolute_error(y_test, price_pred)
mile_mse = mean_squared_error(y_test, price_pred)
mile_rmse = np.sqrt(mile_mse)
mile_r2 = r2_score(y_test, price_pred)

print(f'Gradient: {gradient}\n')
print(f' Intercept: {intercept}')

print(f' Mean absolute error: {mile_mae})')
print(f' Mean squared error: {mile_mse}')
print(f' Root mean squared error: {mile_rmse}')
print(f' Coefficient of determination: {mile_r2}')

Код модели линейной регрессии

Код: Выделить всё

numerical_inputs = ['Mileage', 'Year of manufacture', 'Engine size']

x = df[numerical_inputs]
y = df['Price']

# splitting of the data
x_num_train, x_num_test, y_price_train, y_price_test =
train_test_split(x, y, test_size
=0.2, random_state=42)

# scaling the numerical data
scale = StandardScaler()

# fitting only to train data to prevent data leakage
scale.fit(x_num_train)
num_train_scaled = scale.transform(x_num_train)
num_test_scaled = scale.transform(x_num_test)

multi_price_linear = LinearRegression()

multi_price_linear.fit(num_train_scaled, y_price_train)

multi_price_pred = multi_price_linear.predict(num_test_scaled)

evaluate_model(y_price_test, multi_price_pred)

# plt.show()
plt.figure(figsize=(14, 8))
plt.scatter(y_price_test, multi_price_pred, alpha=0.6)
plt.plot([min(y_price_test), max(y_price_test)],
[min(y_price_test), max(y_price_test)], color='red')
plt.ylabel('Actual Price')
plt.xlabel('Predicted Price')
plt.title('Predicted Price vs Actual Price')
plt.show()

В результате получается следующий результат:

Код: Выделить всё

Gradient: [-2720.41736808  9520.41488938  6594.02448017]
Intercept: 13854.628699999997

Mean absolute error: 6091.458141656242
Mean squared error: 89158615.76017143
Root mean squared error: 9442.38400829851
Coefficient of determination: 0.671456306417368

Вот изображение диаграммы рассеяния:
[img]https://i .sstatic.net/65TZrLyB.png[/img]

Я не хочу ограничивать график показом отрицательных значений, если это указывает на какую-то проблему с данными или кодом. Спасибо! Здесь вы можете найти полную версию моего кода Google Code

Подробнее здесь: https://stackoverflow.com/questions/792 ... o-negative