机器学习sklearn实践——决策树(2)

sklearn实践——决策树（回归树）

2.1 在sklearn中的基本框架

from sklearn.model_selection import train_test_split
from sklearn import tree

dtcf = tree.DecisionTreeRegressor() # 实例化模型
dtcf = dtcf.fit(x_train, y_train) # 模型的拟合
score = dtcf.score(x_test, y_test) # 模型的评估

2.2 class DecisionTreeRegressor()的常用参数与属性

基本同上文回归树一致

criterion

是回归树衡量分支的指标

“mse” 代表使用均方误差

“friedman_mse” 代表使用费尔德曼均方误差

“mae” 代表使用绝对平均误差

在回归之中，追求其均方误差越小越好