如何解释线性回归和非线性回归生成的散点图？

Question

当我进行回归工作时，我发现有一些我无法解释的问题。我使用的Catboost regression 是决策树上梯度增强的一种改进版本，而Lasso regression是具有L1正则化的线性回归的版本。我使用10倍交叉验证来获得每个折叠预测并绘制散点图。地图如下

但是，套索图存在两个问题，一个是出现负预测，因为它是线性的，所以出现的负预测是正常的。其他则是它出现了截断的预测数据（红线）。与CatBoost回归相比，套索为什么会出现截断的预测数据？

我不明白。你能帮我吗？