EL之RF(RFR):利用RF对回归(性别属性编码)问题(整数值年龄预测)建模

举报
一个处女座的程序猿 发表于 2021/03/30 03:01:41 2021/03/30
【摘要】 EL之RF(RFR):利用RF对回归(性别属性编码)问题(整数值年龄预测)建模     目录 输出结果 设计思路 核心代码       输出结果   设计思路   核心代码 for iTrees in nTreeList: depth = None abaloneRFModel = ensemble.RandomForestRegr...

EL之RF(RFR):利用RF对回归(性别属性编码)问题(整数值年龄预测)建模

 

 

目录

输出结果

设计思路

核心代码


 

 

 

输出结果

 

设计思路

 

核心代码


  
  1. for iTrees in nTreeList:
  2. depth = None
  3. abaloneRFModel = ensemble.RandomForestRegressor(n_estimators=iTrees, max_depth=depth, max_features=maxFeat,
  4. oob_score=False, random_state=531)
  5. abaloneRFModel.fit(xTrain,yTrain)
  6. prediction = abaloneRFModel.predict(xTest)
  7. mseOos.append(mean_squared_error(yTest, prediction))

 

 

文章来源: yunyaniu.blog.csdn.net,作者:一个处女座的程序猿,版权归原作者所有,如需转载,请联系作者。

原文链接:yunyaniu.blog.csdn.net/article/details/86186408

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。