python - 如何使用 RF 预测离散值目标变量?
问题描述
我有一个具有离散值的目标变量(总共 13 个不同的值)。当我将其作为 RandomForestClassifier 的输入时,它会给出连续输入的错误。如果我将它提供给回归器,它会预测离散值之间的值。我该如何治疗这个问题? 这些是唯一的值,预测也应该在这些值内。但是 rf 回归器预测例如 54.8 ,这是不可接受的。
df_new[['PSRO','CRP0_VDDN','EYE_WIDTH']].head()
PSRO CRP0_VDDN EYE_WIDTH
0 8.299 1.2 54.6
1 8.299 1.2 66.3
2 8.299 1.2 58.5
3 8.299 1.2 58.5
4 8.299 1.2 62.4
在这里您可以看到 EYE_WIDTH 只有 54.6,66.3 ,58.5 和 62.4 作为输出。不可能获得任何其他值。但是随机森林回归器预测不同的值
解决方案
推荐阅读
- java - 带有 Spring SecurityWebFilterChain 的 Spring Cloud Gateway 中的 spring 过滤器的顺序如何工作?
- javascript - 从 HTML 表单输入在 DynamoDb 表中添加项目
- visual-studio-2017 - 错误 MSB3073 build 4.26 由于 UE4.26.2 build from github code 中的额外引号引起的
- inversion-of-control - 游戏中的 IOC 容器
- jenkins - Jenkinsfile 存在从列表到映射注入并行构建 Docker 映像的问题
- javascript - 在 Node 中将字节数组转换为编码的 UFT8
- dictionary - Pangram 问题:我的输出一直返回 false,但它发布返回 true 。我如何解决它?
- text - GPT-3 davinci 在相同的提示下给出不同的结果
- apache-kafka - 在使用 quarkus 和 opentracing 通过 Kafka 传递消息时维护原始 traceId
- bash - 在for循环中使用正则表达式复制文件