Python机器学习中RMSE与MAE持续为0的问题排查求助

以下是针对你遇到的线性回归模型误差全为0的问题，具体的排查步骤：

• 检查特征矩阵X是否包含目标变量或完全相关特征
  你代码中X是通过store1.drop()得到的，需确认是否误将目标列Weekly_Sales留在了X中，或者存在与Weekly_Sales完全线性相关的特征。可以执行以下代码验证：

  # 查看X的所有列名
  print(X.columns)
  # 计算X各特征与y的相关性
  print(store1[X.columns].corrwith(y))
  

  如果输出中有相关系数为1的特征，说明该特征与目标变量完全线性相关，模型自然能完美预测。

• 验证数据划分与样本匹配
  检查训练集、测试集的样本数量是否匹配，避免索引错位导致的异常：

  print(f"训练集样本数：X_train={X_train.shape[0]}, y_train={y_train.shape[0]}")
  print(f"测试集样本数：X_test={X_test.shape[0]}, y_test={y_test.shape[0]}")
  

  同时可以查看测试集的真实值与预测值是否完全一致：

  import pandas as pd
  compare = pd.DataFrame({'真实值': y_test.values[:10], '预测值': y_pred[:10]})
  print(compare)
  

• 检查目标变量y的取值特性
  如果目标变量Weekly_Sales的所有取值完全相同，模型只需预测该固定值即可得到零误差。执行以下代码确认：

  print(f"y的唯一值数量：{y.nunique()}")
  print(f"y的取值范围：{y.min()} 到 {y.max()}")
  

• 检查数据预处理环节
  虽然你使用了StandardScaler，但需确认缩放过程是否未对数据造成异常（比如缩放后特征全部变为0，但这种情况概率极低）。可以查看X_sc的部分数据：

  print(X_sc[:5])
  

内容的提问来源于stack exchange，提问作者Ria Dosani