所以，我正在尝试建立一个线性回归模型来预测汽车价格，我有以下数据集： 数据集

由于分类特征的唯一值很多，我对分类特征进行标记编码并像这样转换数据集：Modified Data Set

此后，我像这样缩放连续特征（引擎、功率）：

# Scaling continuous features (No scaling for categorical variables)

X_train[['Engine', 'Power']] = scale.fit_transform(X_train[['Engine', 'Power']])


est = sm.OLS(y_train,X_train).fit()
print(est.summary())

X_test[['Engine', 'Power']] = scale.transform(X_test[['Engine', 'Power']])
y_predicted = est.predict(X_test)
y_predicted.sort_values()

# R2 value for y_test and y_predictions

from sklearn.metrics import r2_score 

r2 = r2_score(y_test, y_predicted) 
print(r2)

如果我还缩放标签编码特征，则 R2 值为 84.8%，相比之下，R2 值为 33.5%。我想知道为什么会这样？此外，我在测试数据上使用此模型的预测值也会导致负价格，并且这些价格中的大多数都没有很好地预测，预测数据和真实数据的 R2 得分为 68%。