回归 - 模型整体看起来不错，但 R2 出乎意料地负高

Question

我一直在构建一个包含大约 150 行数据的线性回归模型。我检查了参数与目标变量的相关性，并尝试仅保留它们，因为我的数据较少并且想要一个简单的线性模型。

MAE 和 MAPE 真的很不错：

火车 MAPE：3.3%，Val MAPE：4.9%

训练数据和验证数据图看起来也足够不错：

但是，我的：

训练 R2：0.63，验证 R2：-0.37

我搜索了许多资源，询问了 Google Gemini ChatGPT，得到了类似的答复，但我仍然无法弄清楚为什么我的 R2 在其他一切似乎都不错的情况下却变得如此奇怪。我们可以使用这个模型在现实世界中实现或推断吗？

请注意：我还尝试过随机森林、LightGBM、XGBoost 和许多其他线性和 bagging/boosting 模型，结果几乎相似。图表看起来不错，MAE、MAPE 看起来不错，但 R2 不在正常范围内。

Answer 1

通常，负 R-sq 值意味着模型预测比简单使用平均值更糟糕，但我怀疑代码本身存在问题。如果您可以提供一个代码来显示您是如何计算的，我也许可以提供更多帮助。