不同的结果直接回归与通用的sklearn函数

Question

当我直接进行简单线性回归而不是可以接受任何建模参数并进行交叉验证的函数时，我会得到不同的结果。这似乎是对我的唯一区别，但为什么结果如此不同。

直接使用linear_model.LinearRegression（）

x_train,x_test,y_train,y_test = train_test_split(features.values,target.values)
regr = linear_model.LinearRegression()
regr.fit(x_train, y_train)
print(np.mean((regr.predict(x_test) - y_test) ** 2))

结果：

395.68

使用通用功能

from sklearn.model_selection import KFold
from scipy.sparse import csr_matrix
from sklearn.metrics import r2_score

def cv_predict_report(func,params,features,target,fold,verbose=False):
    model_details,rmse = [],[]
    kf = KFold(n_splits=fold)

    for train_ix, test_ix in kf.split(features):

        x_train_poly, x_test_poly = features.iloc[train_ix].values,features.iloc[test_ix].values
        y_train,y_test = target.iloc[train_ix],target.iloc[test_ix]

        #model
        model = func(**params)
        model.fit(csr_matrix(x_train_poly),y_train)

        #save model details
        model_details.append(model)

        #predictions
        preds = model.predict(x_test_poly)

        model_rmse = np.mean((preds - y_test) ** 2)
        rmse.append(model_rmse)

    return model_details,rmse

使用linear_model.LinearRegression调用函数

from sklearn import linear_model
lm_model,lm_rmse = cv_predict_report(linear_model.LinearRegression,{},features,target,fold = 2)
print(lm_rmse)

结果

[440.2067193330667, 437.6263639733618]

Answer 1

我刚才意识到问题所在。通用函数调用＆＃39; csr_matrix＆＃39;这表现得很奇怪并导致更高的错误。我将阅读csr_matrix及其导致这种差异的原因