这次学习的内容自我总结下,就是三个回归方法(in_reg,tree_reg,svr_reg),两个数据集(iris_data,boston_data),一个聚类方法(make_moons,哈哈因为这个好看,所以要背下来)。
其实机器学习的内容也看了很多书,始终觉得看了忘,忘了看,讲的很有道理,却总觉得有些飘渺,这次,我用笨办法把他记下,啥也不说了,把代码默写一遍。
导包:
iris数据集
make_moons![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/ebb2b8ff57d93f713c249e3758cf77b5.png)
boston_data
lin_reg
tree_reg
如果省略划红线这些参数设置,那么tree_reg的score就是1了,虽然很准确,但是模型没有泛化能力,所以也是没有意义的。