关于波士顿房价数据集,我应该使用随机森林分类器还是回归器

如果我的预测列的值在一个特定问题中范围在5到50之间。
那么我应该使用RandomForestRegressor还是RandomForestClassifier?

这个问题与波士顿房价有关。
预测列 –> (MEDV-自住房屋的中位数价值,以千美元计)

我还在一处读到,如果预测值是已知的,我们应该使用分类器,否则使用回归器。


回答:

你的预测列具有连续值,因此这是一个回归问题。

你可以使用线性回归模型。

对你问题的快速回答是 RandomForestRegressor

你可以参考这里的文档

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注