ML之RF&DT:利用RF(RFR)、DT(DTR)两种算法实现对boston(波士顿房价)数据集进行训练并预测

输出结果

ML之RF&DT:利用RF(RFR)、DT(DTR)两种算法实现对boston(波士顿房价)数据集进行训练并预测

ML之RF&DT:利用RF(RFR)、DT(DTR)两种算法实现对boston(波士顿房价)数据集进行训练并预测


实现代码

boston_house = load_boston()

boston_feature_name = boston_house.feature_names

boston_features = boston_house.data

boston_target = boston_house.target

print('boston_feature_name','\n',boston_feature_name)

print('boston_features[:5,:]','\n',boston_features[:5,:])

print('boston_target','\n',boston_target[:10])

RFR = RandomForestRegressor(n_estimators=15)

RFR = RFR.fit(boston_features, boston_target)

RFR_result=RFR.predict(boston_features)

print('RFR_result','\n',RFR_result[:10])


上一篇:算法学习之路|Play On Words(欧拉道路+dfs)


下一篇:算法学习之路|二分图的最大匹配—匈牙利算法(Dfs实现)