Python 随机森林回归的三维输入 问题
查看Sklearn的随机森林回归示例,例如使用IRIS数据集,输入是大小向量Python 随机森林回归的三维输入 问题,python,machine-learning,regression,random-forest,feature-selection,Python,Machine Learning,Regression,Random Forest,Feature Selection,查看Sklearn的随机森林回归示例,例如使用IRIS数据集,输入是大小向量[n_样本,n_特征]: slen swid plen pwid 5.1 3.5 1.4 0.2 4.9 3.0 1.4 0.2 但是,对于我的数据,每个功能有多个值: slen swid plen pwid [2,5,1] [4,2,3] [1,2,3] [4,3,2] [5,3,
[n_样本,n_特征]
:
slen swid plen pwid
5.1 3.5 1.4 0.2
4.9 3.0 1.4 0.2
但是,对于我的数据,每个功能有多个值:
slen swid plen pwid
[2,5,1] [4,2,3] [1,2,3] [4,3,2]
[5,3,2] [7,3,1] [3,2,1] [1,5,2]
是否仍然可以将Sklearn的RFR用于此类数据集
现在输入为
[n\u样本,n\u值/n\u特征,n\u特征]
。请注意,对于我的数据,矩阵的顺序很重要,如[2,5,1]
有可能只是把它们都变成一个
slen1 slen2 swid1 swid2 plen1 plen2 pwid1 pwid2
[2,5,1] [5,3,2] [4,2,3] [7,3,1] [1,2,3] [3,2,1] [4,3,2] [1,5,2]
可以在某些点上滚动数值。交换位置。我想平均起来