我对机器学习中的回归模型有疑问，我想知道我的方式是否正确。
我已经构建了我的回归模型，并且已经使用我的数据对其进行了训练，但我的模型总是预测实际值的1.5倍。
我明白这是我的模特习惯，因为它总是预测1.5倍。
在考虑之后，我将预测值除以1.5倍。 让我们说，我的模型在某些情况下预测为100，我计算得出100 / 1.5并得到大约66.6的结果。
实际上66.6不是预测值，我操纵它。
这种操作对于回归是否可以接受？ 我可以将66.6提供给我的客户吗？
答案 0 :(得分：1)
不，你不应该这样做。如果您的模式总是比实际值预测的1.5倍，那么这意味着您的模型表现不佳并且数据无法线性拟合。为了防止这种情况，您应该查看能够捕获数据结构的其他模型，或者您可能有异常值并删除它们将有助于线性回归模型。