【问题标题】:Random Forest sklearn - Equals values predict随机森林 sklearn - 等值预测
【发布时间】:2019-07-22 05:31:07
【问题描述】:

房价挑战 Kaggle 我正在尝试使用 RandomForestClassifier 预测价格。预测后,所有 id 的价格都相同。你知道这个问题吗?

clf = RandomForestClassifier(n_estimators=50)
clf = clf.fit(X_train,y_train)
clf.score(X_train, y_train)
X = df_test2[feature_cols]    
imp = Imputer(missing_values='NaN', strategy='mean', axis=0)
df_imp = imp.fit_transform(X)
df_test_scale = scaler.transform(df_imp)
y_pred = clf.predict(df_test_scale)
predict_prices = pd.DataFrame({"Id" : df_test2['Id'], "SalePrice":y_pred})
predict_prices

【问题讨论】:

    标签: random-forest prediction


    【解决方案1】:

    修改如下:

    clf = RandomForestClassifier(n_estimators=50)
    imp = Imputer(missing_values='NaN', strategy='mean', axis=0)
    X_train_imp=imp.Transform(X_train)
    X_train_scaled=scaler.transform(X_train_imp)
    clf = clf.fit(X_train_scaled,y_train)
    clf.score(X_train, y_train)
    X = df_test2[feature_cols]    
    df_imp = imp.fit_transform(X)
    df_test_scale = scaler.transform(df_imp)
    y_pred = clf.predict(df_test_scale)
    predict_prices = pd.DataFrame({"Id" : df_test2['Id'], "SalePrice":y_pred})
    predict_prices
    

    【讨论】:

      【解决方案2】:

      由于您已经对训练集进行了缩放,因此使用相同的缩放器缩放测试集。

      【讨论】:

      • 我坚信我已经完成了这一步。请问你知道在哪里添加吗?
      猜你喜欢
      • 2021-03-21
      • 2014-08-07
      • 2018-06-11
      • 2019-05-04
      • 2016-07-23
      • 2019-07-10
      • 2021-06-23
      • 2019-02-19
      相关资源
      最近更新 更多