Какие из трех моделей регрессии: линейная регрессия, дерево решений, градиентный бустинг - обученных на данных только с положительными значениями могут давать отрицательные предсказания

Линейная регрессия может давать отрицательные предсказания, даже если обучалась на положительных данных, так как она экстраполирует линейную зависимость. Дерево решений и градиентный бустинг (если используются деревья с неотрицательными листьями) будут предсказывать только положительные значения, так как их предсказания — это комбинации значений из обучающей выборки.

Пример с линейной регрессией:

from sklearn.linear_model import LinearRegression
import numpy as np

X = np.array([1, 2, 3]).reshape(-1, 1)
y = np.array([1, 2, 3])
model = LinearRegression().fit(X, y)
print(model.predict([[0]]))  # Может выдать отрицательное значение