python 随机森林_使用python+sklearn实现随机森林和多输出元估计器的对比

随机森林和multioutput.MultiOutputRegressor多输出回归元估计器(meta-estimator)的对比示例。

此示例说明了如何使用 multioutput.MultiOutputRegressor 元估计器进行多输出回归，同时也使用了随机森林回归器进行多输出回归，因为该回归器本身支持多输出回归，因此可以用来比较结果。 对于每个目标，随机森林回归器只会预测观测范围内的值或接近零的值，结果使得预测偏向圆心。 使用单个基础特征，模型可以同时学习x和y坐标作为输出。

sphx_glr_plot_random_forest_regression_multioutput_001

输出：

/home/circleci/project/sklearn/base.py:426: FutureWarning: The default value of multioutput (not exposed in score method) will change from 'variance_weighted' to 'uniform_average' in 0.23 to keep consistent with 'metrics.r2_score'. To specify the default value manually and avoi