预测 X_test 集前两个样本的房价并打印它们。

Question

作为学习实践的一部分，下面是要求和我的代码，但我无法继续下一步。任何人都可以帮助找出这段代码中的问题吗？

#导入两个模块sklearn.datasets和#sklearn.model_selection。#导入numpy并将随机种子设置为100。

#从sklearn.datasets模块加载流行的波士顿数据集#并将其分配给变量boston。

#将 boston.data 分成两个集合，名称为 X_train 和 X_test。#此外，将 boston.target 分成两组 Y_train 和 Y_test。

#提示：使用 #sklearn.model_selection 中的 train_test_split 方法；set random_state to 30. #打印X_train数据集的形状。

#打印X_test数据集的形状。

import sklearn.datasets as datasets

from sklearn.model_selection import train_test_split

from sklearn.tree import DecisionTreeRegressor

import numpy as np

np.random.seed(100)

boston = datasets.load_boston()

X_train, X_test, Y_train, Y_test = train_test_split(boston.data, boston.target, random_state=30)

print(X_train.shape)

print(X_test.shape)

#从sklearn.tree导入所需的模块。

#根据 X_train 集和 #Y_train 标签构建决策树回归模型，并使用默认参数。将模型命名为#dt_reg。

#评估训练数据集上的模型准确性并打印#it 的分数。

#评估测试数据集上的模型准确性并打印其分数。

#预测X_test #set的前两个样本的房价并打印它们。（提示：使用predict()函数）

dt_reg = DecisionTreeRegressor()

dt_reg = dt_reg.fit(X_train, Y_train)

print('Accuracy of Train Data :', dt_reg.score(X_train,Y_train))

print('Accuracy of Test Data :', dt_reg.score(X_test,Y_test))

predicted = dt_reg.predict(X_test[:2])

print(predicted)

Answer 1

您的代码运行良好，如果您需要任何其他帮助，请告诉我！