GPT学习-使用embedding做回归（regression）预测

Regression"回归"是机器学习中的一个术语，指的是预测一个连续的数值，而不是分类的类别。这个词通常被翻译为"回归"。这个翻译有时候感觉有点晦涩难懂，也可以考虑使用"数值预测"或者"回归预测"理解上会更容易一些。

"回归"意味着预测一个数字，而不是其中的一个类别。我们将基于评论文本的嵌入来预测评分。我们将数据集分为训练集和测试集，以便于所有后续任务在未见过的数据上进行真实的性能评估。数据集是在Obtain_dataset.ipynb创建的。

这次学习的代码是，Regression_using_embeddings.ipynb

它目的是使用随机森林回归器（RandomForestRegressor）预测亚马逊评论的评分。

1.导入的库：sklearn.ensemble 中的 RandomForestRegressor 是用于回归预测的模型，sklearn.model_selection 中的 train_test_split 用于将数据集划分为训练集和测试集，sklearn.metrics 中的 mean_squared_error 和 mean_absolute_error 用于评估模型的预测性能。

2.数据划分：使用 train_test_split 函数将数据集划分为训练集和测试集。这里，80