概要
回归分析在数据科学领域扮演着关键角色,用于预测数值型目标变量。本文深入探讨了几种常用的回归模型,包括多输出K近邻回归,决策树回归,集成算法回归,梯度提升决策树回归,随机森林回归,多输出随机森林回归,人工神经网络。
多输出K近邻回归
多输出K近邻回归:
多输出K近邻回归不需要使用MultiOutputRegressor作为外包装器,直接使用KNeighborsRegressor即可实现多输出回归。这种方法通过输入一个数据集X,其中包含除了目标变量(在这个例子中是’Adj Close’和’Open’)之外的所有特征,和包含两个目标变量的数据集Y。代码示例如下:
X = dataset.drop(['Adj Close', 'Open']