本文整理汇总了Python中sklearn.ensemble.RandomForestRegressor.staged_predict方法的典型用法代码示例。如果您正苦于以下问题：Python RandomForestRegressor.staged_predict方法的具体用法？Python RandomForestRegressor.staged_predict怎么用？Python RandomForestRegressor.staged_predict使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类sklearn.ensemble.RandomForestRegressor的用法示例。
在下文中一共展示了RandomForestRegressor.staged_predict方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: print
# 需要导入模块: from sklearn.ensemble import RandomForestRegressor [as 别名]
# 或者: from sklearn.ensemble.RandomForestRegressor import staged_predict [as 别名]
y_pred_array = reg.predict(X_test_array)
ground_truth_array = y_array[test_is]
rmse = np.sqrt(mean_squared_error(ground_truth_array, y_pred_array))
print ("RMSE: %.4f" % rmse)
# •features = ['Week','Day', 'WeeksToDeparture']
# fig,ax = pds.plot_partial_dependence(reg, X_train_array, features, feature_names)
#%%
# Follow the RMSE at each stage
test_score = np.zeros((params["n_estimators"],), dtype=np.float64)
train_score = np.zeros((params["n_estimators"],), dtype=np.float64)
for i, y_pred in enumerate(reg.staged_predict(X_test_array)):
test_score[i] = np.sqrt(mean_squared_error(ground_truth_array, y_pred))
for i, y_pred_train in enumerate(reg.staged_predict(X_train_array)):
train_score[i] = np.sqrt(mean_squared_error(y_train_array, y_pred_train))
plt.figure(figsize=(12, 6))
plt.subplot(1, 2, 1)
plt.title("RMSE")
plt.plot(np.arange(params["n_estimators"]) + 1, train_score, "b-", label="Training Set RMSE")
plt.plot(np.arange(params["n_estimators"]) + 1, test_score, "r-", label="Test Set RMSE")
plt.legend(loc="upper right")
plt.xlabel("Boosting Iterations")
plt.ylabel("RMSE")