Отрицательный R2_score Плохие прогнозы для моей задачи прогнозирования продаж с использованием LightGBM.

Мой проект заключается в попытке предсказать количество продаж для конкретного товара в течение всего года. Я использовал пакет LightGBM для проведения прогнозов. Параметры, которые я установил, следующие:

params = {
'nthread': 10,
'max_depth': 5, #DONE
'task': 'train',
'boosting_type': 'gbdt',
'objective': 'regression_l1',
'metric': 'mape', # это abs(a-e)/max(1,a)
'num_leaves': 2, #DONE
'learning_rate': 0.2180, #DONE
'feature_fraction': 0.9, #DONE
'bagging_fraction': 0.990, #DONE
'bagging_freq': 1, #DONE
'lambda_l1': 3.097758978478437, #DONE
'lambda_l2': 2.9482537987198496, #DONE
'verbose': 1,
'min_child_weight': 6.996211413900573,
'min_split_gain': 0.037310344962162616,
'min_data_in_bin': 1, #DONE
'min_data_in_leaf':2, #DONE
'num_boost_round': 1, #DONE
'max_bin': 7, #DONE
'extra_trees': True, #DONE
'early_stopping_rounds':-1
}

Мой набор данных состоит из ежедневных данных о продажах (столбцы: дата, количество) за 2017, 2018, 2019 годы и 3 месяца 2020 года. Я пытался использовать данные за 2017 и 2018 годы для обучения и кросс-валидации, а для тестирования — данные за 2019 год. Однако, мои прогнозы на год сильно ошибочны при рассмотрении количества на еженедельной, ежемесячной, ежеквартальной или годовой основе (ошибка ~40-50%) (я настроил параметры, чтобы снизить ошибку до этих значений). Более того, при учете прогнозов, мой показатель r2_score дает мне отрицательное значение около -2.9148426301633803. Есть ли какие-то предложения, что можно сделать, чтобы улучшить ситуацию?

Скрипт для LightGBM:

lgb_train = lgb.Dataset(train_x, train_y)
lgb_valid = lgb.Dataset(test_x, test_y)
model = lgb.train(params, lgb_train, \
                  valid_sets=[lgb_train, lgb_valid],\
                  verbose_eval=50)
test_df_pred = df[(df.date >= '2019-01-01') & (df.date < '2020-01-01')]
#test_df_pred = df[(df.date >= '2019-01-01') & (df.date < '2019-02-01')]
#test_df_pred = df[(df.date >= '2019-01-15') & (df.date < '2019-01-22')]
test_df_pred['month'] = test_df_pred['date'].dt.month
test_df_pred['day'] = test_df_pred['date'].dt.dayofweek
test_df_pred['year'] = test_df_pred['date'].dt.year
col = [i for i in test_df_pred.columns if i not in ['date','id', 'qty']]
y_test_pred = model.predict(test_df_pred[col])
test_df_pred['qty_pred'] = y_test_pred
mse = mean_squared_error(y_true=test_df_pred['qty'], y_pred=test_df_pred['qty_pred'])
mae = mean_absolute_error(y_true=test_df_pred['qty'], y_pred=test_df_pred['qty_pred'])
mape = mean_absolute_percentage_error(y_true=test_df_pred['qty'], y_pred=test_df_pred['qty_pred'])
qty = test_df_pred.qty.sum()
qty_pred = test_df_pred.qty_pred.sum()
diff = qty_pred - qty

Я предполагаю, что вы новичок в этой области, поэтому я бы посоветовал использовать учебные материалы для достижения вашей цели. Потому что то, что вы сделали, полностью неверно, и ваш подход неправилен. Я думаю, вы хотите моделировать продажи как временной ряд без использования каких-либо предсказателей, вместо этого вы хотите моделировать будущие значения, рассматривая прошлые значения. Для этого вам нужно использовать такие алгоритмы, как ARIMA, экспоненциальное сглаживание и т. д. То, что вы сделали, — это попытка коррелировать год, месяц и день с продажами, что не несет никакой информации о продаже, как ожидалось (также вы неправильно это раскодировали). Поэтому ваш показатель производительности показывает вам отрицательный результат. В качестве справки посмотрите эти статьи, которые похожи на вашу задачу. Источник1, Источник2, Источник3. Эти материалы помогут решить вашу проблему.