随机森林回归和多输出元估计器回归对于多输出数据的回归及效果对比
Posted Data+Science+Insight
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了随机森林回归和多输出元估计器回归对于多输出数据的回归及效果对比相关的知识,希望对你有一定的参考价值。
随机森林回归和多输出元估计器回归对于多输出数据的回归及效果对比
An example to compare multi-output regression with random forest and the multioutput.MultiOutputRegressor meta-estimator.
# 比较多输出回归(回归的目标大于1维度,例如同时回归出股市的收盘价和最高价),对比模型为:随机森林回归模型、多输出回归器;
This example illustrates the use of the multioutput.MultiOutputRegressor meta-estimator to perform multi-output regression. A random forest regressor is used, which supports multi-output regression natively, so the results can be compared.
# 使用多输出回归器进行多输出回归分析,使用了随机森林回归是因为随机森林回归本身支持多输出回归,所以预测的结果比较是有意义的;
The random forest regressor will only ever predict values within the range of obser
以上是关于随机森林回归和多输出元估计器回归对于多输出数据的回归及效果对比的主要内容,如果未能解决你的问题,请参考以下文章