建立决策树回归模型并预测样本的输出-机器学习

Question

我是机器学习的新手。当我使用scikit-learn模块的波士顿数据集练习默认参数的决策树回归模型时。

在此链接解决方案（How to Build a Decision tree Regressor model）之后，我在训练数据集上使用]打印了模型的准确性>

print(dt_reg.score(X_train,Y_train)))
print(dt_reg.score(X_test,Y_test)))
现在，我面临以下问题：打印X_test集的前两个样本的预测住房价格

。为此，我像下面这样写，但是没有得到正确的输出。您能否帮助我预测X_test数据集的前两个样本。

predicted = dt_reg.predict(X_test)

for i in range(2):
    print("Predict housing price",predicted[i])

我是机器学习的新手。当我使用scikit-learn模块的波士顿数据集练习默认参数的决策树回归模型时。在此链接解决方案之后（如何构建...

Answer 1

出于演示目的，让我们看完整的代码。假设您像这样训练回归模型：