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

 

 

目录

输出结果

实现代码

---

 

 

 

输出结果

1、两种算法的预测结果

2、回归树的可视化

 

 

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])