Python机器学习笔记（十七、分箱、离散化、线性模型与树）

数据表示的最佳方法：取决于数据的语义，所使用的模型种类。

线性模型与基于树的模型（决策树、梯度提升树和随机森林）是两种成员很多同时又非常常用的模 型，它们在处理不同的特征表示时就具有非常不同的性质。我们使用wave回归数据集（只有一个输入特征）。先学习线性回归模型与决策树回归在这个数据集上的对比表现：

import numpy as np
import mglearn
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
from sklearn.tree import DecisionTreeRegressor
X, y = mglearn.datasets.make_wave(n_samples=100)
line = np.linspace(-3, 3, 1000, endpoint=False).reshape(-1, 1)
reg = DecisionTreeRegressor(min_samples_split=3).fit(X, y)
plt.plot(line, reg.predict(line), label="decision tree")
reg = LinearRegression().fit(X, y)
plt.plot(line, reg.predict(line), label="linear regression")
pl