机器学习之路: python 回归树 DecisionTreeRegressor 预测波士顿房价

python3 学习api的使用

git: https://github.com/linyi0604/MachineLearning

代码：

 from sklearn.datasets import load_boston
 from sklearn.cross_validation import train_test_split
 from sklearn.preprocessing import StandardScaler
 from sklearn.tree import DecisionTreeRegressor
 from sklearn.metrics import r2_score, mean_squared_error, mean_absolute_error
 import numpy as np

 '''
 回归树：
     严格上说 回归树不能算是回归
     叶子节点是一团训练数据的均值 不是连续 具体的预测值

     解决特征非线性的问题
     不要求特征标准化和统一量化

     容易过于复杂丧失泛化能力
     稳定性较差，细微改变会导致树结构发生重大变化

 '''

 # 1 准备数据
 # 读取波士顿地区房价信息
 boston = load_boston()
 # 查看数据描述
 # print(boston.DESCR)   # 共506条波士顿地区房价信息，每条13项数值特征描述和目标房价
 # 查看数据的差异情况
 # print("最大房价：", np.max(boston.target))   # 50
 # print("最小房价：",np.min(boston.target))    # 5
 # print("平均房价：", np.mean(boston.target))   # 22.532806324110677

 x = boston.data
 y = boston.target

 # 2 分割训练数据和测试数据
 # 随机采样25%作为测试 75%作为训练
 x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.25, random_state=33)

 # 3 训练数据和测试数据进行标准化处理
 ss_x = StandardScaler()
 x_train = ss_x.fit_transform(x_train)
 x_test = ss_x.transform(x_test)

 ss_y = StandardScaler()
 y_train = ss_y.fit_transform(y_train.reshape(-1, 1))
 y_test = ss_y.transform(y_test.reshape(-1, 1))

 # 4 使用回归树进行训练和预测
 # 初始化k近邻回归模型 使用平均回归进行预测
 dtr = DecisionTreeRegressor()
 # 训练
 dtr.fit(x_train, y_train)
 # 预测 保存预测结果
 dtr_y_predict = dtr.predict(x_test)

 # 5 模型评估
 print("回归树的默认评估值为：", dtr.score(x_test, y_test))
 print("平回归树的R_squared值为：", r2_score(y_test, dtr_y_predict))
 print("回归树的均方误差为:", mean_squared_error(ss_y.inverse_transform(y_test),
                                            ss_y.inverse_transform(dtr_y_predict)))
 print("回归树的平均绝对误差为:", mean_absolute_error(ss_y.inverse_transform(y_test),
                                                ss_y.inverse_transform(dtr_y_predict)))

 '''
 回归树的默认评估值为： 0.7066505912533438
 平回归树的R_squared值为： 0.7066505912533438
 回归树的均方误差为: 22.746692913385836
 回归树的平均绝对误差为: 3.08740157480315
 '''