此Python用R语言编写的等效的机器学习程序是什么？

Question

作为学校关于DSL和代码生成的一部分，我必须将以下用Python / Scikit-learn编写的程序转换为R语言（本练习的主题是假设的机器学习DSL）。

import pandas as pd
from sklearn.tree import DecisionTreeRegressor
from sklearn.model_selection import cross_validate
from sklearn.metrics import mean_squared_error
from sklearn.metrics import mean_absolute_error
df = pd.read_csv('boston.csv', sep=',')
df.head()
y = df["medv"]
X = df.drop(columns=["medv"])
clf = DecisionTreeRegressor()
scoring = ['neg_mean_absolute_error','neg_mean_squared_error']
results = cross_validate(clf, X, y, cv=6,scoring=scoring)
print('mean_absolute_errors = '+str(results['test_neg_mean_absolute_error']))
print('mean_squared_errors = '+str(results['test_neg_mean_squared_error']))

由于我是机器学习的完美新手，尤其是R，所以我做不到。

有人可以帮我吗？

Answer 1

很抱歉，您的答案很晚，可能您已经完成了学校的作业。当然，我们不能只为您做，您可能必须自己弄清楚。而且，我不完全知道您需要做什么。但是一些技巧是：

1. 读取csv文件

数据

header = TRUE表示文件具有一行，其中包括列的名称sep ='，'与python中的相同（文件中的分隔符为'，'）as.data.frame可确保您的数据以dataframe格式保存。

2. 添加/删除列

数据

为了添加一列，您需要添加它将包括的元素。同样，＃符号表示注释的开始。

3. 建模

对于建模部分，我不确定要实现的目标，但是R提供了大量可供选择的算法（即，如果您要生长一棵树，请查看https://www.statmethods.net/advstats/cart.html页面，其中使用了以下脚本来种树

fit