随机森林拟合和评分中的二维数组

Question

我正在尝试拟合 随机森林回归模型。这是我遵循的步骤（请参阅 下面的代码与 cmets）：

1. 在拟合模型之前，我已经分为训练和测试
2. 我已将结果转换为数组
3. 我已将它们重新整形为 2D 数组，因为回归器希望它们使用整形函数

我收到以下错误（似乎有一个一维数组，即使我在一开始就对其进行了重构）：

ValueError: Expected 2D array, got 1D array instead:
array=[183.  27. 520. ...  23.  28.  34.].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or 
array.reshape(1, -1) if it contains a single sample.

这是我使用的代码：

#train & test split
X = order_final.loc[:, ~order_final.columns.isin(['lag','observed'])]
y = order_final['lag']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

#convert X,y train and X test into arrays
X_train = X_train.to_numpy()
y_train = y_train.to_numpy()
X_test = X_test.to_numpy()

#make them 2D-arrays
X_train.reshape(-1,1)
y_train.reshape(-1,1)
X_test.reshape(-1,1)

# Fitting Random Forest Regression to the dataset
# import the regressor
from sklearn.ensemble import RandomForestRegressor

# create regressor object
RF = RandomForestRegressor(n_estimators = 100, random_state = 0)

# fit the regressor with x and y data
RF.fit(X_train, y_train)

#Prediction of test set
y_pred = RF.predict(X_test)

# View accuracy score
RF.score(y_test, y_pred)

这是我的阵列的形状（对我来说看起来不错，但是......）：

print(X_train.shape)
print(y_train.shape)
print(X_test.shape)
print(y_test.shape)
print(y_pred.shape)

(7326, 10) (7326,) (1832, 10) （1832 年，） （1832 年，）

有人可以帮助我并指出错误在哪里吗？提前致谢！

斯特凡诺

Answer 1

RF.score() 需要重新整形输入：

RF.score(y_test.reshape(-1,1), y_pred.reshape(-1,1))

Answer 2

您需要将用于进行预测的输入传递给 score() 方法，如下所示：

RF.score(X_test, y_test)

Answer 3

您在使用 score() from sklearn.ensemble.RandomForestRegressor 时犯了错误，并且您没有通过 X。

查看使用score()（ref）的详细信息：

score(X, y, sample_weight=None)

对于回归问题，您可以使用：R2 分数、MSE（均方误差）、RMSE（均方根误差）。

您可以使用此代码：

from sklearn.metrics import r2_score
r2_score(y_test, y_pred)

代替这一行：

RF.score(y_test, y_pred)