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

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_41185868/article/details/86551134

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

1、两种算法的预测结果

2、回归树的可视化

实现代码

[code]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])