我创建了一个简单的DecisionTreeRegressor，并希望找到最佳的max_leaf_nodes值。
代码：
from sklearn.metrics import mean_absolute_error as MAEfrom sklearn.model_selection import train_test_split as TTS#将数据分为两部分：训练数据和验证数据train_X, val_X, train_y, val_y = TTS(X, y, random_state=0)#定义并使用训练数据拟合模型model = DecisionTreeRegressor(random_state=1)model.fit(train_X, train_y)#预测val_prediction = model.predict(val_X)#检查预测print(MAE(val_prediction, val_y))#定义get_mae函数def get_mae(max_leaf_nodes, train_X, val_X, train_y, val_y): model = DecisionTreeRegressor(max_leaf_nodes=max_leaf_nodes, random_state=0) model.fit(train_X, train_y) preds_val = model.predict(val_X) mae = mean_absolute_error(val_y, preds_val) return(mae)#数据框和列表df_mae = pd.DataFrame(columns = ["MAE"])li = []#根据max_leaf_nodes值收集maefor max_leaf_nodes in range(2, 10000, 2): mae = get_mae(max_leaf_nodes, train_X, val_X, train_y, val_y) li.append(mae) 我如何将li的值添加到df_mae的”MAE”列中？
有没有更好的方法来找到好的max_leaf_nodes？（我的笔记本电脑运行这个for循环花了25分钟）
回答：
你可以直接在数据框中添加一行，而不是先创建一个列表。
df_mae = df_mae.append({'MAE': mae}, ignore_index = True)然而，如果你更喜欢添加列表而不是单个值（在for循环之外）：
df_mae = df_mae.append(pd.DataFrame({'MAE': li}), ignore_index = True)请注意，你需要同时存储max_leaf_nodes，否则你的结果数据框将没有意义。
df_mae = pd.DataFrame(columns = ["MAE", "max_leaf_nodes"])li = []max_leaf_nodes_list = []for max_leaf_nodes in range(2, 10000, 2): mae = get_mae(max_leaf_nodes, train_X, val_X, train_y, val_y) li.append(mae) max_leaf_nodes_list.append(max_leaf_nodes)df_mae = df_mae.append(pd.DataFrame({'MAE': li, 'max_leaf_nodes': max_leaf_nodes_list}), ignore_index = True)或者，直接将值添加到数据框中：
df_mae = pd.DataFrame(columns = ["MAE", "max_leaf_nodes"])for max_leaf_nodes in range(2, 10000, 2): mae = get_mae(max_leaf_nodes, train_X, val_X, train_y, val_y) df_mae = df_mae.append({'MAE': mae, 'max_leaf_nodes': max_leaf_nodes}, ignore_index = True)为了减少这种方法的执行时间，我建议将range函数中的步长从2增加到一个更大的数字。一旦你找到了产生最佳值的区间，你可以限制区间来找到更好的指标。换句话说，搜索整个超参数网格并不是最佳方法。
或者，你可以使用其他方法，如Hyperopt或Hyperopt-sklearn。
