我知道这是一个非常经典的问题,可以在这个论坛中多次回答,但是我找不到任何明确的答案,从头开始清楚地解释这个问题。构建一个随机森林回归器,从头开始进行交叉验证
首先,我的数据集名为my_data有4个变量,如 my_data =变量1,变量2,variable3 imgine,target_variable
那么,让我们来我的问题。我会解释我的所有步骤,并要求你对我一直停留在那里帮助:
# STEP1 : split my_data into [predictors] and [targets]
predictors = my_data[[
'variable1',
'variable2',
'variable3'
]]
targets = my_data.target_variable
# STEP2 : import the required libraries
from sklearn import cross_validation
from sklearn.ensemble import RandomForestRegressor
#STEP3 : define a simple Random Forest model attirbutes
model = RandomForestClassifier(n_estimators=100)
#STEP4 : Simple K-Fold cross validation. 3 folds.
cv = cross_validation.KFold(len(my_data), n_folds=3, random_state=30)
# STEP 5
在这一步,我想基于训练数据集,以适应我的模型,然后 使用的测试模型数据集并预测测试目标。我也想计算所需的统计数据,如MSE,R2等,以了解我的模型的性能。
如果有人帮助我提供Step5的一些基本代码行,我将不胜感激。
感谢&问候,
Cagdas