如何告诉 SciKit 线性回归模型预测值不能小于零？答案

【问题标题】：How to tell a SciKit LinearRegression model that a predicted value cannot be less than Zero?如何告诉 SciKit 线性回归模型预测值不能小于零？
【发布时间】：2020-09-13 23:31:49
【问题描述】：

我有以下代码，它试图根据非价格特征评估股票。

price = df.loc[:,'regularMarketPrice']
features = df.loc[:,feature_list]

# 
X_train, X_test, y_train, y_test = train_test_split(features, price, test_size = 0.15, random_state = 1)

if len(X_train.shape) < 2:
    X_train = np.array(X_train).reshape(-1,1)
    X_test = np.array(X_test).reshape(-1,1)

# 
model = LinearRegression()
model.fit(X_train,y_train)

# 
print('Train Score:', model.score(X_train,y_train))
print('Test Score:', model.score(X_test,y_test))


# 
y_predicted = model.predict(X_test)

在我的df（非常大）中，从来没有'regularMarketPrice'小于0的实例。但是，对于y_predicted中的某些点，我偶尔会收到小于0的值。

Scikit 中有没有办法说任何小于 0 的东西都是无效的预测？我希望这能让我的模型更准确。

如果需要进一步解释，请发表评论。

【问题讨论】：

标签： python pandas machine-learning scikit-learn linear-regression

【解决方案1】：

考虑使用非高斯响应变量。用直方图绘制 y 值。如果数据正确偏斜，请考虑使用 glm、伽马分布和日志链接进行建模。

或者，您可以将 y_predicted 设置为 model.score 值的最大值和 0。

【讨论】：

【解决方案2】：

要使更多预测大于 0，您不应使用线性回归。您应该考虑广义线性回归 (glm)，例如泊松回归。

from sklearn.linear_model import PoissonRegressor

price = df.loc[:,'regularMarketPrice']
features = df.loc[:,feature_list]

# 
X_train, X_test, y_train, y_test = train_test_split(features, price, test_size = 0.15, random_state = 1)

if len(X_train.shape) < 2:
    X_train = np.array(X_train).reshape(-1,1)
    X_test = np.array(X_test).reshape(-1,1)

# 
model = PoissonRegressor()
model.fit(X_train,y_train)

# 
print('Train Score:', model.score(X_train,y_train))
print('Test Score:', model.score(X_test,y_test))


# 
y_predicted = model.predict(X_test)

所有预测都大于等于0

【讨论】：

这解决了我的问题。但是，对于阅读本文的任何人，PossionRegressor 在低于 0.23（2020 年 5 月 12 日）的任何 scikit 版本中均不可用。所以请确保你的 Scikit 是最新的。