Join 如何将DecisionTreeRecessor预测输出与原始数据连接起来
我正在开发一个使用DecisionTreeGressor的模型。我使用训练数据构建并拟合了树，并根据最近的数据预测了结果，以确认模型的准确性 要构建并适应树，请执行以下操作： X=np.matrix（pre_X） y=np.矩阵（前y） regr_b=决策树累加器（最大深度=4） 再生配合（X，y） 要预测新数据： X=np.矩阵（预测试X） 试验预测=重新预测（X，检查输入=真） trial_pred是一个预测值数组。我需要把它加入到pre_test_x中，这样我就可以看到预测与实际发生的情况吻合得有多好 我尝试过合并：Join 如何将DecisionTreeRecessor预测输出与原始数据连接起来,join,merge,concat,decision-tree,predict,Join,Merge,Concat,Decision Tree,Predict,我正在开发一个使用DecisionTreeGressor的模型。我使用训练数据构建并拟合了树，并根据最近的数据预测了结果，以确认模型的准确性 要构建并适应树，请执行以下操作： X=np.matrix（pre_X） y=np.矩阵（前y） regr_b=决策树累加器（最大深度=4） 再生配合（X，y） 要预测新数据： X=np.矩阵（预测试X） 试验预测=重新预测（X，检查输入=真） trial_pred是一个预测值数组。我需要把它加入到pre_test_x中，这样我就可以看到预测与实际发生的情况
all_pred = pre_pre_test_x.merge(predictions, left_index = True, right_index = True)
要么没有结果，要么在所有现有列中都添加一个带有NaN的列附加到数据框底部的第二个副本。结果很简单。将预测输出保留为数组，然后运行： w_pred=pre_pre_test_x.copy（deep=True） w_pred['pred_val']=试用期
all_pred = pd.merge (pre_pre_test_x, predictions, how='left', left_index=True, right_index=True )