python-autosklearn-regression

最新推荐文章于 2025-05-22 09:35:31 发布

Adm1rat1on

最新推荐文章于 2025-05-22 09:35:31 发布

阅读量435

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习

本文链接：https://blog.youkuaiyun.com/qq_35358021/article/details/92771369

机器学习专栏收录该内容

79 篇文章

订阅专栏

博客围绕Python Auto-sklearn回归展开，虽未给出具体内容，但可知聚焦于利用Python的Auto-sklearn库进行回归相关操作，在信息技术领域，这涉及到机器学习的回归分析，可用于数据预测等场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import sklearn.model_selection
import sklearn.datasets
import sklearn.metrics
import autosklearn.regression

def main():
    X, y = sklearn.datasets.load_boston(return_X_y=True)
    feature_types = (['numerical'] * 3) + ['categorical'] + (['numerical'] * 9)
    X_train, X_test, y_train, y_test = \
        sklearn.model_selection.train_test_split(X, y, random_state=1)

    automl = autosklearn.regression.AutoSklearnRegressor(
        time_left_for_this_task=120,
        per_run_time_limit=30,
        tmp_folder='/tmp/autosklearn_regression_example_tmp',
        output_folder='/tmp/autosklearn_regression_example_out',
    )
    # 设置特征类型
    automl.fit(X_train, y_train, dataset_name='boston',
               feat_type=feature_types)

    print(automl.show_models())
    predictions = automl.predict(X_test)
    print("R2 score:", sklearn.metrics.r2_score(y_test, predictions))


if __name__ == '__main__':
    main()