5-2 작업형2 모델&평가 부분에서 동일한 값 출력

안녕하세요. 작업형 2 회귀모델 사용하고 평가지표로 모델 평가하는 부분에서 질문이 있어서 문의합니다

넘파이 없이 해보려고 아래처럼 간단하게 만들어봤는데요.

from sklearn.metrics import r2_score, mean_absolute_error, mean_squared_error

# 릿지 모델

from sklearn.linear_model import Ridge

rd = Ridge(random_state=100)
rd.fit(X_tr,y_tr)
pred_rd = rd.predict(X_val)

mse = mean_squared_error(y_val,pred_rd)  # rmse 간단 사용을 위해 우선 mse()를 변수 할당
rmse = mse ** 0.5                        # 그런 다음 rmse 처리 방식에 맞는 변수 생성

print("r2:",r2_score(y_val,pred_rd))
print("mae:",mean_absolute_error(y_val,pred_rd))
print("mse:",mean_squared_error(y_val,pred_rd))
print("rmse:",rmse)

r2: 0.06396849293045404

mae: 75.39756630227993

mse: 62725.96352602316

rmse: 250.4515193126669

# 라쏘 모델

from sklearn.linear_model import Lasso

ls = Lasso(random_state=100)
rd.fit(X_tr,y_tr)
pred_ls = rd.predict(X_val)

mse = mean_squared_error(y_val,pred_ls)
rmse = mse ** 0.5

print("r2:",r2_score(y_val,pred_ls))
print("mae:",mean_absolute_error(y_val,pred_ls))
print("mse:",mean_squared_error(y_val,pred_ls))
print("rmse:",rmse)

r2: 0.06396849293045404

mae: 75.39756630227993

mse: 62725.96352602316

rmse: 250.4515193126669

선형회귀,XGB,랜덤포레스트 등은 결과값이 모델별로 각각 다르게 나왔는데

(랜덤포레스트의 결정계수 값이 제일 높아서 실습하면서 저도 랜덤포레스트를 적용했습니다)

릿지랑 라쏘 이 2가지 모델은 위에서 처럼 결과값 출력이 완전 동일하게 나와서.....

(rmse는 선형회귀를 제외한 나머지 4가지 전부 동일 값이 출력 되었습니다...이건 뭘 잘못한걸까요..?)

검증데이터 예측값 계산 변수 다 할당했고, 할당한 예측 변수를 각 평가 모델에 대입했는데... 왜 이런 결과가 나오는지, 뭔가 잘못한 부분이 있으니 값이 같게 나오는거 같은데... 어느 부분이 잘못 되었는지 알려주시면 감사하겠습니다.