y = column_or_1d(y, warn=True)
性能评估
不同于类别预测,我们不能苛求回归预测的数值结果要严格地与真实值相同。一般情况下,我们希望衡量预测值与真实值之间的差距。...其中最为直观的评价指标包括,平均绝对误差以及均方误差,因为这也是线性回归模型所要优化的目标。
#使用LinearRegression模型自带的评估模块,并输出评估结果。...from sklearn.metrics import r2_score, mean_squared_error, mean_absolute_error
#使用r2 score模块,并输出评估结果。...from sklearn.metrics import r2_score, mean_absolute_error, mean_squared_error
print('R-squared value...dtr_y_predict = dtr.predict(x_test)
性能测评
对默认配置的回归树在测试集上的性能做出评估,并且该代码的输出结果优于线性回归器LinearRegression与SGDRegressor