简单线性回归中生成y_pred却未使用，该变量的作用是什么？

这段代码里y_pred = regressor.predict(X_test)确实没有被用到，但这只是因为当前的可视化逻辑不需要它，y_pred本身是线性回归工作流里很关键的产物，下面具体解释：

一、当前代码没用到y_pred的原因 #

你用来画回归线的代码是plt.plot(X_train, regressor.predict(X_train), color = 'blue')，不管是训练集还是测试集的可视化，这条回归线都是基于训练集拟合出的模型参数生成的——线性回归的模型是一条固定的直线（参数coef_和intercept_在regressor.fit()后就确定了），所以用X_train或者X_test来预测，得到的都是这条直线上的点，画出来的线完全重合。因此测试集的绘图不需要用到y_pred，直接用训练集的预测结果就能画出正确的回归线。

二、y_pred的实际用途 #

它的价值体现在模型评估和结果验证上，常见用法包括：

• 模型性能量化：计算预测值和真实值的误差，比如平均绝对误差(MAE)、均方误差(MSE)、R²分数，代码示例：

  from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score
  print("MAE:", mean_absolute_error(y_test, y_pred))
  print("MSE:", mean_squared_error(y_test, y_pred))
  print("R²:", r2_score(y_test, y_pred))
  

• 可视化预测差异：对比测试集真实值和预测值的分布，比如画散点图：

  plt.scatter(X_test, y_test, color='red', label='真实薪资')
  plt.scatter(X_test, y_pred, color='green', label='预测薪资')
  plt.plot(X_train, regressor.predict(X_train), color='blue')
  plt.title('真实薪资vs预测薪资（测试集）')
  plt.xlabel('工作年限')
  plt.ylabel('薪资')
  plt.legend()
  plt.show()
  

• 输出预测结果：如果需要直接得到测试集中每个样本的预测薪资，y_pred就是对应的结果，可以直接打印或保存。

内容的提问来源于stack exchange，提问作者jonlima