python - 回归和 NN 模型在 75/25 训练/测试拆分期间表现良好，但之后则不然

Question

我有一个包含 256 个案例的数据集，每个案例都有相同的 18 个输入和 4 个输出。当使用 Python 对这组数据进行 75/25 拆分训练和测试回归和 NN 算法时，我得到了测试值的良好结果预测（R2 得分 > 0.9）。所有案例的所有值都预测在 ~8% 的值内。

但是，如果我有这些模型中的任何一个，然后预测一组单独输入的输出（只是一个案例），那么预测就会偏离（大约是每个输出预期的 4 倍。）我什至尝试完全复制其中一个数据集中的案例无济于事。有人知道为什么吗？

需要注意的另一件事是我的梯度提升模型没有遇到这个问题。

标签： pythonmachine-learningneural-networkstatistics