关于多元线性回归用于Re-速度建模的物理合理性疑问

• 核心问题出在自变量的选择违背了物理逻辑：雷诺数Re的物理本质是单个速度u（结合其他流体参数）的函数，和“两个不同的速度”没有任何实际关联。硬把两个速度变量x₁、x₂塞进回归模型，本身就不符合现实物理规律，拟合结果自然没有意义。
• 多元线性回归的正确使用场景是：因变量和多个独立且有物理关联的自变量相关。比如如果Re的影响因素除了速度u，还有流体密度ρ、动力粘度μ、特征长度L，那合理的多元回归可以是Re = w₁*u + w₂*ρ + w₃*μ + w₄*L + b（实际Re的公式是Re=ρuL/μ，这里仅作多元回归的场景举例），而不是将同一个物理量（速度）拆成两个无意义的自变量。
• 机器学习模型只做数学拟合，不会判断物理合理性：你输入两个速度变量，模型确实能算出w₁、w₂、b的数值，但这只是数学上的解，和现实物理现象完全脱节——你的原始数据里每个Re都只对应一个u，不存在“一个Re对应两个速度”的情况，强行引入第二个速度变量，相当于给模型喂了虚假的关联，结果自然无法解释物理逻辑。

内容的提问来源于stack exchange，提问作者sharonyue