Python sklearn DummyRegressor用法及代码示例

本文简要介绍python语言中 sklearn.dummy.DummyRegressor 的用法。

用法:

class sklearn.dummy.DummyRegressor(*, strategy='mean', constant=None, quantile=None)

使用简单规则进行预测的回归器。

该回归器可用作与其他(实际)回归器进行比较的简单基线。不要将其用于实际问题。

在用户指南中阅读更多信息。

参数：

strategy：{“mean”, “median”, “quantile”, “constant”}，默认=”mean”

用于生成预测的策略。

• “mean”：总是预测训练集的平均值
• “median”：总是预测训练集的中位数
• “quantile”：总是预测训练集的指定分位数，提供分位数参数。
• “constant”：始终预测用户提供的常数值。

constant：int 或浮点数或类似数组的形状 (n_outputs,)，默认=无

“constant” 策略预测的显式常数。此参数仅对“constant” 策略有用。

quantile：浮点数 [0.0, 1.0]，默认=无

使用“quantile” 策略预测的分位数。 0.5 的分位数对应于中位数，而 0.0 对应于最小值，1.0 对应于最大值。

属性：

constant_：ndarray 形状 (1, n_outputs)

训练目标的平均值或中位数或分位数或用户给出的常数值。

n_features_in_None

已弃用：n_features_in_ 在 1.0 中已弃用，并将在 1.2 中删除。

n_outputs_：int

输出数量。

例子：

>>> import numpy as np
>>> from sklearn.dummy import DummyRegressor
>>> X = np.array([1.0, 2.0, 3.0, 4.0])
>>> y = np.array([2.0, 3.0, 5.0, 10.0])
>>> dummy_regr = DummyRegressor(strategy="mean")
>>> dummy_regr.fit(X, y)
DummyRegressor()
>>> dummy_regr.predict(X)
array([5., 5., 5., 5.])
>>> dummy_regr.score(X, y)
0.0