Python全系列 教程
3567个小节阅读:5931.8k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
xxxxxxxxxx
# 数据准备
X = df[df.columns.difference(["price"])].values # 样本特征
Y = df["price"] # 样本标签
from sklearn.model_selection import train_test_split
from sklearn.ensemble import GradientBoostingRegressor
from sklearn.metrics import mean_squared_error,mean_absolute_error,r2_score
# 切分数据集
X_train,X_test,Y_train,Y_test = train_test_split(X,Y,test_size=0.3,random_state=666)
# 模型
gbdt = GradientBoostingRegressor(n_estimators=70)
# 训练模型
gbdt.fit(X_train,Y_train)
pred = gbdt.predict(X_test) # 预测
# 评估
print("MSE",mean_squared_error(Y_test,pred))
print("MAE",mean_absolute_error(Y_test,pred))
print("RMSE",np.sqrt(mean_squared_error(Y_test,pred)))
print("R2",r2_score(Y_test,pred))