如何正确理解并解读非线性回归中的负R²分数

r²分数并非总在0–1之间；当模型拟合效果比简单用均值预测更差时，r²会为负值——这表明当前非线性函数形式或参数初值严重偏离数据规律。

在使用 sklearn.metrics.r2_score 评估非线性回归模型（如您对 kc_house_data 构建的指数型函数）时，出现负值（如 -59.51）并非报错，而是模型性能的客观警示。R² 的数学定义为：

[ R^2 = 1 - \frac{\sum_i (y_i - \hat{y}_i)^2}{\sum_i (y_i - \bar{y})^2} ]

其中分母是“基准误差”（用目标变量均值 $\bar{y}$ 预测的残差平方和），分子是模型预测残差平方和。只有当分子 0；若模型预测比直接输出均值还差（即残差更大），则 R²

在您的代码中，问题根源在于：

1. 函数形式与数据不匹配：
   您定义的 log(a, Beta_1, Beta_2, Beta_3) = Beta_1 * (Beta_2^a) + Beta_3 是严格单调指数增长函数，但房价与归一化“combined”特征之间通常存在复杂非线性关系（如饱和、局部极值、异方差），强行用单指数拟合极易产生系统性偏差。

2. 未使用拟合后的最优参数进行预测：
   您调用 curve_fit 得到了最优参数 popt，但在计算 R² 前却用初始猜测值（beta_1=1, beta_2=1.5, beta_3=0.1）生成了 y_pred，而最终 r2_score 中的 y 实际是用 *popt 在新 x 上预测的拟合曲线（且 x 范围 [4,12] 与原始 x_data_norm 不一致）。这导致 y_data_norm 和 y 完全不对应，R² 失去可比性。

✅ 正确做法应为：

# 确保预测值与真实值维度、顺序严格一致
y_pred_fitted = log(x_data_norm, *popt)  # 使用拟合参数，在原始x上预测
r2 = r2_score(y_data_norm, y_pred_fitted)
print(f"Correct R²-score: {r2:.4f}")  # 才是模型真实解释力

⚠️ 更关键的是：负 R² 提示需重新审视建模策略：

• 检查特征工程是否合理（如 "combined" 是简单线性叠加，可能掩盖交互效应）；
• 尝试更稳健的非线性模型（如梯度提升树 XGBRegressor、核岭回归 KernelRidge 或分段函数）；
• 对比线性基线（如 Lin

  

  earRegression）的 R²，确认非线性是否真有增益；
• 可视化残差图（y_data_norm - y_pred_fitted vs x_data_norm），识别系统性偏差模式。

总之，R² 为负不是 sklearn 的异常，而是模型失效的明确信号。它敦促我们回归数据本质——检验假设、迭代函数形式、验证预测一致性，而非机械套用指标。

# 的是  # 才是  # 您的  # 但在  # 更大  # 最优  # red  # 您对  # 真有  # 平方和  # 均值  # 线性回归  # sklearn 

相关栏目： <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 AI推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 SEO优化<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 技术百科<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 谷歌推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 百度推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 网络营销<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 案例网站<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 精选文章<？ｍｕｍａ echo $count; ?> 】