多元线性回归100%准确率

Question

我在多元线性回归中得到了100%的准确率。我正在学习去年的一个教程。他在相同的模型上不能达到100%的准确率，但我现在得到了。在我看来很奇怪。这是我的代码。我做的是对的，还是我的代码有问题？

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd


dataset = pd.read_csv('M_Regression.csv')
X = dataset.iloc[:, :-1].values
Y = dataset.iloc[:, :1].values

from sklearn.model_selection import train_test_split
X_train, x_test, Y_train, y_test = train_test_split(X, Y, test_size=0.3, random_state=0)

#regression
from sklearn.linear_model import LinearRegression
reg = LinearRegression()
reg.fit(X_train,Y_train)

#Prediction
y_pred = reg.predict(x_test)

print(str(y_test) + " - " + str(y_pred))

Answer 1

线性回归具有简单的数字，通常在大数据集上具有100%的准确率。尝试使用其他数据集一次。我试过你的代码，我得到了1.0的准确率。

Answer 2

要检查模型的准确性，可以尝试打印测试样本的r2分数。某句话中的某句话：

from sklearn.metrics import r2_score
print(r2_score(y_test,y_pred))

如果你对分数还有问题的话。您可以尝试删除"random_state=0“，以检查您对几个训练/测试数据集是否仍有100%的准确率。