Значения случайного предсказания леса

Имея такой набор данных:

         y     x    size    type    total_neighbours    res
113040  29  1204      15       3                   2      0
66281   52   402       9       3                   3      0
32296   21  1377      35       0                   3      0
48367    3   379     139       0                   4      0
33501    1    66      17       0                   3      0
... ... ... ... ... ... ...
131230  39  1002     439       3                   4      6
131237  40  1301      70       1                   2      1
131673  26  1124     365       1                   2      1
131678  27  1002     629       3                   3      6
131684  28  1301      67       1                   2      1

Я хотел бы использовать алгоритм случайного леса для прогнозирования значения столбца res (столбец res может принимать только целые значения между [0-6])

Я делаю это так:

labels = np.array(features['res'])
features= features.drop('res', axis = 1)
features = np.array(features)

train_features, test_features, train_labels, test_labels = train_test_split(features, labels, test_size = 0.25,
                                                                           random_state = 42)

rf = RandomForestRegressor(n_estimators= 1000, random_state=42)

rf.fit(train_features, train_labels);
predictions = rf.predict(test_features)

Прогноз, который я получаю, следующий:

array([1.045e+00, 4.824e+00, 4.608e+00, 1.200e-01, 5.982e+00, 3.660e-01,
       4.659e+00, 5.239e+00, 5.982e+00, 1.524e+00])

У меня нет опыта в этой области, поэтому я не совсем понимаю прогнозы.

  1. Как мне их интерпретировать?
  2. Есть ли способ ограничить прогнозы значениями столбца res (целые числа между [0-6])?

Спасибо

Вы хотите сделать мультиклассовую классификацию, а не регрессию. Используйте RandomForestClassifier

MaxNoe 09.12.2020 19:43

Вы также можете просто округлить значения, что также может иметь смысл.

MaxNoe 09.12.2020 19:45
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
2
465
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Как сказал @MaxNoe, у меня было неправильное представление о модели. Я использовал регрессию для предсказания дискретной переменной.

RandomForestClassifier дает ожидаемый результат.

Другие вопросы по теме