计算最佳调整R²时遇TypeError：numpy.ndarray与tuple无法比较

错误原因 #

报错TypeError: '>' not supported between instances of 'numpy.ndarray' and 'tuple'的核心问题出在find_the_best_model函数的赋值逻辑：

• 初始current_best是二元元组("Placeholder", 0)，第二个元素为R²数值
• 当找到更优R²时，错误将current_best赋值为(col, current_best)，导致current_best变成嵌套元组（例如('weight', ('Placeholder', 0))）
• 下一次循环时，current_best[1]不再是数值，而是元组，与calculate_Rsquared（numpy标量）进行>比较时触发类型错误

修复代码 #

修改find_the_best_model函数中的赋值语句，将当前列名和对应R²值组成新的二元元组：

def find_the_best_model(df, response):
    current_best = ("Placeholder", 0)
    for col in df.columns.drop(response):
        calculate_Rsquared = create_SLR_model(df, response, col).fit().rsquared
        if calculate_Rsquared > current_best[1]:
            # 修正赋值逻辑：存储列名和当前计算的R²值
            current_best = (col, calculate_Rsquared)
    return current_best

额外优化提示 #

• 你注释中提到要找最佳调整R²，但原代码用的是普通R²，若需调整R²，需将.rsquared替换为.rsquared_adj
• 循环前可检查df.columns.drop(response)是否非空，避免空循环无意义执行

内容的提问来源于stack exchange，提问作者codec_8888