回归问题,当使用l1、l2和r2时如何解释基线结果

我试图解释我一直在研究的回归问题的结果。这个项目是关于估计急诊室的等候时间。我在一开始创建了一个基线,它是来自数据集的等待时间的中值。该基线用作地面基准,其目标是模型应优于基线ofc。

我使用线性回归和随机森林,计算了l1范数,l2范数和r2值。在决定选择哪种型号更好时,我如何知道哪种型号的权重最高?或者这有可能吗?

结果显示,r2的得分较低,低于0.10,而且l1似乎没有超过基线,但l2在每个模型中都更好。

我知道我的数据是不好的,这也验证了可视化的自变量与依赖(等待时间),但有困难选择哪一个模型来选择(如果应该选择)。