[Python中常用的回归模型算法大全2：从线性回归到XGBoost]

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']