本文采用RandomForestRegressor模型对新员工薪资进行预测，基于上一篇博客的数据，通过设置n_estimators参数训练模型。理解RandomForestRegressor的工作原理，它是由多个决策树组成，每个树预测新数据点的Y值，最终取平均值作为预测结果。较多的子树能提高模型性能，但也增加计算负担。适当地调整模型参数对于提升预测效果至关重要。
使用的数据还是上一篇博客https://blog.youkuaiyun.com/HereIcome/article/details/80435395中的数据，只是训练的模型使用random forest regression模型。
from sklearn.ensemble import RandomForestRegressor
regressor=RandomForestRegressor(n_estimators=100,random_state=0) //n_estimators是可以调节的参数。
regressor.fit(x,y) //x,y分别是level、salary
运行结果图：
理解RandomForestRegressor：
参考博客链接：https://blog.youkuaiyun.com/qq_16633405/article/details/61200502，链接作者：春雨里de太阳
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
