python sklearn 多输出回归

    本文讲解sklearn 中的多输出回归。专栏解锁后,可以查看该专栏所有文章。

    之前写过多标签分类
python sklearn多标签分类

文章目录

  • 一 多输出回归讲解
  • 二 固有的多输出回归算法
    • 1线性回归多输出
    • 2 K邻近回归多输出
    • 3随机森林多输出回归
    • 4使用交叉验证评估多输出回归
  • 三 包装器多输出回归算法
    • 1.每个输出的单独模型(MultiOutputRegressor)
    • 2.每个输出的链接模型(RegressorChain)


一 多输出回归讲解

多输出回归是指在给出输入示例的情况下涉及预测两个或多个数值的回归问题。

二 固有的多输出回归算法

  1. 用于多输出回归的线性回归
  2. 多输出回归的k最近邻
  3. 多输出回归的随机森林
  4. 使用交叉验证评估多输出回归

1线性

你可能感兴趣的:(重学深度学习,sklearn,python,回归)