線性回歸 R 平方為 1.0

Question

我正在對 Python 執行線性回歸，以預測分布在象牙海岸各個地點的股票。 我有 2016 年到 2019 年 9 月的數據，看起來像 . 列是 . 我在站點代碼上使用了標簽編碼。 有 156 個不同的站點，每個站點都標記為 0-155。 同樣，我使用 Get_dummies 函數為 11 個不同的產品代碼獲取 11 個不同的列。 然后我使用線性回歸來幫助預測輸出，令我驚訝的是，R 平方值為 100%。 代碼：

lm=sm.OLS(df_logistics_new_onehot_label['stock_distributed'],df_logistics_new_onehot_label[['intercept','year', 'month','site_code', 'stock_initial',
       'stock_received', 'stock_adjustment', 'stock_end',
       'average_monthly_consumption', 'stock_stockout_days', 'stock_ordered',
       'site_latitude', 'site_longitude',
       'product_code_AS21126', 'product_code_AS27000',
       'product_code_AS27132', 'product_code_AS27133', 'product_code_AS27134',
       'product_code_AS27137', 'product_code_AS27138', 'product_code_AS27139',
       'product_code_AS42018', 'product_code_AS46000',
       'site_type_Health Center',
       'site_type_University Hospital/National Institute']])

results=lm.fit()
results.summary()

回歸的輸出看起來像這樣

我進一步將數據拆分為訓練和測試

X=df_logistics_new_onehot_label[['intercept','year', 'month','site_code', 'stock_initial',
       'stock_received', 'stock_adjustment', 'stock_end',
       'average_monthly_consumption', 'stock_stockout_days', 'stock_ordered',
       'site_latitude', 'site_longitude',
       'product_code_AS21126', 'product_code_AS27000',
       'product_code_AS27132', 'product_code_AS27133', 'product_code_AS27134',
       'product_code_AS27137', 'product_code_AS27138', 'product_code_AS27139',
       'product_code_AS42018', 'product_code_AS46000',
       'site_type_Health Center',
       'site_type_University Hospital/National Institute']]
y=df_logistics_new_onehot_label['stock_distributed']

X_train, X_test, y_train, y_test = train_test_split(X, y ,test_size = 0.2, shuffle=False)

clf=LinearRegression()

clf.predict(X_test)

20% 數據的線性回歸輸出與“庫存分布”變量完全匹配，如您在此處所見 模型是過度擬合還是我做錯了什么？

Answer 1

您的目標變量與以下列完全相關：

• 'stock_initial',
• 'stock_received'
• '股票_調整'
• 'stock_end'

從邏輯上講，這些是相關的也是有道理的。 嘗試先刪除這些提到的列，然后再次嘗試線性回歸。