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
【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
-
for iTrees in nTreeList:
-
depth = None
-
abaloneRFModel = ensemble.RandomForestRegressor(n_estimators=iTrees, max_depth=depth, max_features=maxFeat,
-
oob_score=False, random_state=531)
-
-
abaloneRFModel.fit(xTrain,yTrain)
-
-
prediction = abaloneRFModel.predict(xTest)
-
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)