『sklearn学习』多种模型预测脸的下半部分的结果对比

# 预测脸的下半部分
import numpy as np
import matplotlib.pyplot as plt

from sklearn.datasets import fetch_olivetti_faces
from sklearn.utils.validation import check_random_state

from sklearn.ensemble import ExtraTreesRegressor
from sklearn.neighbors import KNeighborsRegressor
from sklearn.linear_model import LinearRegression
from sklearn.linear_model import RidgeCV

data = fetch_olivetti_faces()
targets = data.target

print data.images

data = data.images.reshape((len(data.images), -1))
train = data[targets < 30]    #  data 和 target 的行数必须要相同
test = data[targets >= 30]

n_faces = 5
rng = check_random_state(4)
"""
check_random_state 函数说明：
    将种子转换为np.random.RandomState实例
    如果seed为None，返回np.random使用的RandomState单例。
    如果seed是一个int，返回一个新的RandomState实例种子。
    如果seed已经是一个RandomState实例，则返回它。
    否则引发ValueError。
    提出修改建议
"""
face_ids = rng.randint(test.shape[0], size