我目前处于回归分配的中间。我们交付了一个非常小的数据集，包含47个数据点，包含2个特征和1个目标值。它看起来像这样：
N level,species,Plant Weight(g)
L,brownii,0.3008
L,brownii,0.3288
M,brownii,0.3304
M,brownii,0.388
M,brownii,0.406
H,brownii,0.3955
H,brownii,0.3797
H,brownii,0.2962
每株植物有3L，3M和3H（每株植物9株）。赋值得到最好的r平方分数，但是有6个数据点被阻止（从我得到的数据集中删除了6个数据点，意味着每个花（有6个）被删除L，M或H的一个数据点。正如您在样本abvoe中看到的那样，“brownii”中的一个L被删除了。我尝试了几种回归算法，尝试了KFolds，LeaveOneOut并手动拆分数据集，但似乎数据集太小，以至于依赖于测试数据，结果变化A LOT。在一些测试数据上，我可以得到0.95的得分，但在某些测试数据上我可能只得到0.2。
有没有办法在这里实现任何一致性？