Python全系列 教程
3567个小节阅读:5931.9k
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
本项目使用RandomForestRegressor建立回归模型,并对票价进行预测
xxxxxxxxxx
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_squared_error,mean_absolute_error
X = df[df.columns.difference(['price'])].values # 特征
y = df['price'].values # 标签
# 拆分数据集
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.3,random_state=666)
rf = RandomForestRegressor(n_estimators=20,max_depth=7)
rf.fit(X_train,y_train) # 拟合训练
pred = rf.predict(X_test) # 预测
# 模型评估
print("MSE:",mean_squared_error(y_test,pred))
print("MAE:",mean_absolute_error(y_test,pred))