我正在建立一个机器学习模型，该模型将根据价格，星期几，客户规模，产品属性以及它们提前多少来预测哪些产品的转化率（Y）最高。重新出售（X）。但是，在比较y_prediction与y_test值时，我无法获得较高的r平方值。
我对应该包括的产品功能进行了很多修改，尝试了两种方法：从所有可能的功能开始并剥离它们，从1个功能开始并通过反复试验一次添加一个功能返回。我尝试了交叉验证，尝试了限制数据集，但从未获得大于0.27的r2值。
new_df =具有所有特征的数据框，具有一些预处理功能，但没有特征缩放 conversion ='Y'->的值应一直等于0，一直到261。数字越大表示销售额越高
from sklearn.preprocessing import MinMaxScaler, LabelEncoder
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import r2_score
X = new_df.drop(['conversion'],axis=1)
Y = new_df['conversion']
enc = LabelEncoder()
X['REGION'] = enc.fit_transform(X['REGION'] -> an example of pre-processing
X_scaled = scaler.fit_transform(X[['day_type','days_remaining','Size']])
X_train, X_test, y_train, y_test = train_test_split(X_scaled, y, random_state=4)
clf = LinearRegression(normalize=True)
clf.fit(X_train, y_train)
y_pred = (clf.predict(X_test))
print(r2_score(y_test, y_pred))
我希望获得有关以下内容的指导
1）我的代码有天生的错误吗？在这个级别上，它本来应该是相当基本的，但是如果我得到的分数太低，我就会犹豫要弄乱参数（对我来说，这就像是用一辆熄火的发动机清洗汽车一样）
2）是否有比LinearRegression更好的分类器。我和很多人一起玩，但是坦率地说，我不知道哪个是最好的
3）由于许多转换值为零（无销售），因此我应该限制new_df仅包括转换> 0的行吗？我最初的倾向是将它们包括在内，因为它们是有效的数据实例，但可能会使结果偏低。我不是要预测它们的转化，而是要看看它是否能预测哪些产品具有最高的转化率。需要明确的是，每个销售实例中有80个没有销售实例。
4）r平方是衡量此成功率的最佳方法，还是应该使用其他度量？