回归¶

设置¶

In [ ]:

pip install ydf -U

pip install ydf -U

什么是回归？¶

回归是预测数值的任务，例如计数、测量或数量。例如，预测动物的年龄或产品的成本就是回归问题。默认情况下，回归模型的输出是期望值，即最小化平方误差的值。回归标签可以是整数或浮点值。

训练回归模型¶

模型的任务（例如，分类、回归、排序、提升）由学习者参数 task 决定。

In [1]:

# 加载库
import ydf  # Yggdrasil决策森林
import pandas as pd  # 我们使用 Pandas 加载小型数据集。

# 下载一个分类数据集，并将其加载为Pandas DataFrame。
ds_path = "https://raw.githubusercontent.com/google/yggdrasil-decision-forests/main/yggdrasil_decision_forests/test_data/dataset"
all_ds = pd.read_csv(f"{ds_path}/abalone.csv")

# 将数据集随机划分为训练集（70%）和测试集（30%）
all_ds = all_ds.sample(frac=1)
split_idx = len(all_ds) * 7 // 10
train_ds = all_ds.iloc[:split_idx]
test_ds = all_ds.iloc[split_idx:]

# 打印前5个训练样本
train_ds.head(5)

# 加载库 import ydf # Yggdrasil决策森林 import pandas as pd # 我们使用 Pandas 加载小型数据集。 # 下载一个分类数据集，并将其加载为Pandas DataFrame。 ds_path = "https://raw.githubusercontent.com/google/yggdrasil-decision-forests/main/yggdrasil_decision_forests/test_data/dataset" all_ds = pd.read_csv(f"{ds_path}/abalone.csv") # 将数据集随机划分为训练集（70%）和测试集（30%） all_ds = all_ds.sample(frac=1) split_idx = len(all_ds) * 7 // 10 train_ds = all_ds.iloc[:split_idx] test_ds = all_ds.iloc[split_idx:] # 打印前5个训练样本 train_ds.head(5)

Out[1]:

	Type	LongestShell	Diameter	Height	WholeWeight	ShuckedWeight	VisceraWeight	ShellWeight	Rings
3191	M	0.650	0.515	0.180	1.3315	0.5665	0.3470	0.405	13
1752	M	0.710	0.560	0.220	2.0150	0.9215	0.4540	0.566	11
2238	I	0.460	0.335	0.110	0.4440	0.2250	0.0745	0.110	8
3	M	0.440	0.365	0.125	0.5160	0.2155	0.1140	0.155	10
2685	M	0.625	0.480	0.145	1.0850	0.4645	0.2445	0.327	10

标签列为：

In [2]:

train_ds["Rings"]

train_ds["Rings"]

Out[2]:

3191    13
1752    11
2238     8
3       10
2685    10
        ..
1845     8
603     11
3264    12
1268    11
2104    11
Name: Rings, Length: 2923, dtype: int64

我们可以训练一个回归模型：

In [3]:

model = ydf.GradientBoostedTreesLearner(label="Rings",
                                task=ydf.Task.REGRESSION).train(train_ds)

model = ydf.GradientBoostedTreesLearner(label="Rings", task=ydf.Task.REGRESSION).train(train_ds)

Train model on 2923 examples
Model trained in 0:00:00.590275

回归模型的评估使用 RMSE（均方根误差）。

In [4]:

evaluation = model.evaluate(test_ds)

print(evaluation)

evaluation = model.evaluate(test_ds) print(evaluation)

RMSE: 2.13062
num examples: 1254
num examples (weighted): 1254

您可以绘制更丰富的评估图，增加更多的图表。

In [5]:

evaluation

evaluation

Out[5]:

RMSE:

2.13062

num examples:

1254

num examples (weighted):

1254