Python 在scikit学习随机森林模型中，预期和预测的数组最终相同

当我运行此代码以预测变量“output”作为该文件中所有其他变量的函数时：

---

预期阵列和预测阵列完全相同。看起来我太过合适或者做错了什么。如何修复它？

质疑太好的结果真是太好了

数据中的每个特征（列）仅包含少量不同的值。如果我计算正确，则只有14个不同的行

这有两个含义：

您很可能是过度拟合，因为您只有14个有效样本，但有36个特征

同样的行很可能再次出现在测试集中和训练集中。这意味着您正在对模型进行训练的相同数据进行测试。由于该模型与该数据完全过度拟合，因此可以得到完美的结果

编辑

我刚刚意识到我还没有回答真正的问题——如何解决它

那要看情况

如果幸运的话，有人在准备数据时出错了

---

如果数据是正确的，事情将更加困难。首先，消除重复行，例如通过执行

np.vstack（{tuple（row）for row in data}）

（请参阅）。然后尝试一下，如果你能用它做一些有意义的工作。但老实说，我相信14个样本对于机器学习来说有点低。尝试获取更多数据：）

取决于数据的复杂性。你可以运行相同的实验，但使用0.5进行训练，使用0.5进行测试吗？谢谢@kazemakase，你是对的，我的代码中有一个错误导致唯一rowsAh数低，我刚刚编辑了我的答案。看起来你抽到了幸运的选项，然后：）

data = df_train.as_matrix(columns=train_vars)  # All columns aside from 'output'
target = df_train.as_matrix(columns=['output']).ravel()

# Get training and testing splits
splits = cross_validation.train_test_split(data, target, test_size=0.2)
data_train, data_test, target_train, target_test = splits

# Fit the training data to the model
model = RandomForestRegressor(100)
model.fit(data_train, target_train)

# Make predictions
expected = target_test
predicted = model.predict(data_test)