# -*- coding:UTF-8 -*-
from sklearn import tree
import warnings
warnings.filterwarnings("ignore")
X=[[0,0],[2,2]]# 时间 估值
y=[0.5,2.5] # 股价
clf=tree.DecisionTreeRegressor()
#回归树
"""
特征选择标准criterion:可以使用"mse"或者"mae",前者是均方差,后者是和均值之差的绝对值之和。推荐使用默认的"mse"。一般来说"mse"比"mae"更加精确。除非你想比较二个参数的效果的不同之处。
类别权重class_weight: 不适用于回归树
"""
clf=clf.fit(X,y)
print(clf.predict([[1,1]]))
结果:[0.5]