(DecisionTreeRegressor)决策树回归预测实例-max_depth 学习笔记
import numpy as np
from sklearn.tree import DecisionTreeRegressor
import matplotlib.pyplot as plt
%matplotlib inline
n = 100
x = np.random.rand(n)*6 - 3
x.sort()
y = np.sin(x) + np.random.rand(n) + 0
相关文章
- 1. sklearn的DecisionTreeRegressor 回归树
- 2. 决策树—回归
- 3. 决策树-CART回归树
- 4. 机器学习《决策树回归》
- 5. 决策树学习笔记
- 6. 机器学习实战---决策树CART回归树实现
- 7. 【机器学习】分类决策树与回归决策树案例
- 8. 决策树（二）决策树回归
- 9. 监督学习——决策树理论与实践（下）：回归决策树（CART）
- 10. 机器学习学习笔记：决策树归纳算法（ID3）
- 更多相关文章...
- • Redis内存回收策略 - Redis教程
- • XLink 实例 - XLink 和 XPointer 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Kotlin学习（一）基本语法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章