Scikit learn 随机森林回归低分
我试图用随机森林回归来预测汽车的价格。我从cars.com获取数据,清理数据,保留一些特征(年份、里程、外观颜色等),而分类特征似乎与算法不匹配,因此我为分类特征设置了虚拟变量(因为只有数字特征与树匹配),我的分数很低 最终数据如下所示:Scikit learn 随机森林回归低分,scikit-learn,regression,random-forest,Scikit Learn,Regression,Random Forest,我试图用随机森林回归来预测汽车的价格。我从cars.com获取数据,清理数据,保留一些特征(年份、里程、外观颜色等),而分类特征似乎与算法不匹配,因此我为分类特征设置了虚拟变量(因为只有数字特征与树匹配),我的分数很低 最终数据如下所示: Year Model Price Mileage Engine CityFuelEconomy HighwayFuelEconomy ExteriorColor 2013 2 6900 37100 3.0
Year Model Price Mileage Engine CityFuelEconomy HighwayFuelEconomy ExteriorColor
2013 2 6900 37100 3.0 20 30 1
默认情况下,我执行了随机林,还通过GridSearch进行了参数调整,这两种结果都不理想
#by default
In: from sklearn.metrics import explained_variance_score
explained_variance_score(train_y, model.predict(train_x))
Out: 0.5569482176630063
In: model.score(test_x, test_y)
Out: 0.5299303064708601
Train MAE: 993.199536787152
Test MAE: 1094.8346295258416
#GridSearch
Best Score is: 0.5305298726822617
Best Parameters are: {'criterion': 'mse', 'max_depth': 15, 'max_features': 3,
'min_samples_leaf': 3, 'min_samples_split': 7, 'n_estimators': 500}
forest.score(X_val, y_val)
Score: 0.56
我是机器学习新手,我不知道哪种算法更适合哪种类型的数据集,有人能帮我改进这一点吗?或者可能发生的原因是什么?谢谢 这些数据有多少样本?嗨,1000,700个训练集,300个测试,@YOLOThis很难回答,试一下其他模型,看看你是否得到不同的结果。