【ML】机器学习回归算法大总结(从线性回归到XGBoost回归)

回归算法有很多，下面我将对实践中遇到的回归算法进行总结。

1.工具

python版本和库版本：
python==3.9
scikit-learn==1.0.2 （scikit-learn==1.2将移除该数据集）
xgboost==1.6.0
deep-forest==0.1.5
numpy==1.22.3
pycharm编辑器

2.数据集

本实例中使用的数据集为波士顿房价数据集。
下载地址：https://archive.ics.uci.edu/ml/machine-learning-databases/housing/housing.data
本数据集共506条，每条数据13个特征。

3.代码

from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split