回归¶

设置¶

In [ ]

pip install ydf -U

pip install ydf -U

什么是回归？¶

回归是预测数值的任务，例如计数、测量值或数量。例如，预测动物的年龄或产品的成本都是回归问题。默认情况下，回归模型的输出是期望值，即最小化平方误差的值。回归标签可以是整数或浮点值。

训练回归模型¶

模型的任务（例如，分类、回归、排序、提升）由学习器参数 task 确定。

In [1]

# Load libraries
import ydf  # Yggdrasil Decision Forests
import pandas as pd  # We use Pandas to load small datasets

# Download a classification dataset and load it as a Pandas DataFrame.
ds_path = "https://raw.githubusercontent.com/google/yggdrasil-decision-forests/main/yggdrasil_decision_forests/test_data/dataset"
all_ds = pd.read_csv(f"{ds_path}/abalone.csv")

# Randomly split the dataset into a training (70%) and testing (30%) dataset
all_ds = all_ds.sample(frac=1)
split_idx = len(all_ds) * 7 // 10
train_ds = all_ds.iloc[:split_idx]
test_ds = all_ds.iloc[split_idx:]

# Print the first 5 training examples
train_ds.head(5)

# 导入库 import ydf # Yggdrasil Decision Forests import pandas as pd # 我们使用 Pandas 加载小型数据集 # 下载一个分类数据集并将其作为 Pandas DataFrame 加载。 ds_path = "https://raw.githubusercontent.com/google/yggdrasil-decision-forests/main/yggdrasil_decision_forests/test_data/dataset" all_ds = pd.read_csv(f"{ds_path}/abalone.csv") # 将数据集随机分割成训练集（70%）和测试集（30%） all_ds = all_ds.sample(frac=1) split_idx = len(all_ds) * 7 // 10 train_ds = all_ds.iloc[:split_idx] test_ds = all_ds.iloc[split_idx:] # 打印前 5 个训练样本 train_ds.head(5)

Out[1]

	类型	最长壳长	直径	高度	总重量	去壳重量	内脏重量	壳重	环数
3191	M	0.650	0.515	0.180	1.3315	0.5665	0.3470	0.405	13
1752	M	0.710	0.560	0.220	2.0150	0.9215	0.4540	0.566	11
2238	I	0.460	0.335	0.110	0.4440	0.2250	0.0745	0.110	8
3	M	0.440	0.365	0.125	0.5160	0.2155	0.1140	0.155	10
2685	M	0.625	0.480	0.145	1.0850	0.4645	0.2445	0.327	10

标签列是

In [2]

train_ds["Rings"]

train_ds["Rings"]

Out[2]

3191    13
1752    11
2238     8
3       10
2685    10
        ..
1845     8
603     11
3264    12
1268    11
2104    11
Name: Rings, Length: 2923, dtype: int64

我们可以训练一个回归模型

In [3]

model = ydf.GradientBoostedTreesLearner(label="Rings",
                                task=ydf.Task.REGRESSION).train(train_ds)

model = ydf.GradientBoostedTreesLearner(label="Rings", task=ydf.Task.REGRESSION).train(train_ds)

Train model on 2923 examples
Model trained in 0:00:00.590275

回归模型使用 RMSE（均方根误差）进行评估。

In [4]

evaluation = model.evaluate(test_ds)

print(evaluation)

evaluation = model.evaluate(test_ds) print(evaluation)

RMSE: 2.13062
num examples: 1254
num examples (weighted): 1254

您可以绘制包含更多图表的丰富评估结果。

In [5]

evaluation

评估

Out[5]

RMSE

2.13062

样本数

1254

样本数（加权）

1254