跑完回归模型，发现R²低得可怜，残差乱成一团，心里肯定有点堵。别急着删代码重来，很多情况下，问题出在细节上，而不是方法本身。先冷静下来，一步步排查和调整，往往能救回来。
检查数据质量
垃圾进，垃圾出。再厉害的模型也扛不住脏数据。看看有没有明显的异常值，比如一个人的年龄写成200岁，收入变成负数，这种点会严重拉偏回归线。可以用箱线图或Z-score快速筛查。
还有缺失值处理。直接删除可能损失信息，简单填充又容易引入偏差。试试用均值、中位数，或者根据其他变量做个简单预测来补全，比如用身高体重推测BMI，再反推缺失的体重。
特征工程别偷懒
原始特征直接扔进模型，效果差很正常。比如‘月份’这个变量，1到12是数字，但其实它不是线性关系。可以拆成哑变量（one-hot），或者转成周期性特征，比如用sin/cos变换。
连续变量也不一定非要保持原样。房价和面积之间往往是非线性的，取个对数可能就变线性了。试试 np.log(area) 或 area**0.5，再跑一遍回归，说不定眼前一亮。
看看是不是该换模型了
线性回归假设太强：线性关系、误差独立同分布、方差齐性……现实数据哪有那么听话。如果残差图明显呈喇叭形，说明方差不齐，可以考虑加权最小二乘（WLS）。
要是关系压根不是直线，那就别硬撑了。用多项式回归加个平方项，或者直接上岭回归、Lasso，既能缓解多重共线性，还能自动挑特征。
from sklearn.preprocessing import PolynomialFeatures
<from sklearn.linear_model import Ridge
# 加二次项
poly = PolynomialFeatures(degree=2)
X_poly = poly.fit_transform(X)
# 用岭回归防止过拟合
ridge = Ridge(alpha=1.0)
ridge.fit(X_poly, y)别忘了交互项和业务逻辑
有时候两个变量单独看影响不大，合起来却很关键。比如广告投入和地区经济水平，各自和销量相关性一般，但它们的乘积可能说明‘有钱的地方投广告更有效’。这种就该加上交互项。
还有，回归系数符号反了？比如教育年限越高，预测收入越低。这多半有问题。回头看看数据编码有没有搞反，或者遗漏了重要变量，比如城市vs农村的结构性差异。
可视化永远管用
跑完模型别光盯着R²和p值。画个真实值vs预测值的散点图，如果点都贴着对角线，那才叫靠谱。再画个残差vs预测值的图，要是能看出明显图案，比如U型或趋势线，说明模型漏掉了什么。
这些图不用多 fancy，matplotlib 几行代码搞定，花两分钟看一眼，比调参两小时还管用。