Python sklearn DummyRegressor用法及代碼示例

本文簡要介紹python語言中 sklearn.dummy.DummyRegressor 的用法。

用法:

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

使用簡單規則進行預測的回歸器。

該回歸器可用作與其他(實際)回歸器進行比較的簡單基線。不要將其用於實際問題。

在用戶指南中閱讀更多信息。

參數：

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

用於生成預測的策略。

• “mean”：總是預測訓練集的平均值
• “median”：總是預測訓練集的中位數
• “quantile”：總是預測訓練集的指定分位數，提供分位數參數。
• “constant”：始終預測用戶提供的常數值。

constant：int 或浮點數或類似數組的形狀 (n_outputs,)，默認=無

“constant” 策略預測的顯式常數。此參數僅對“constant” 策略有用。

quantile：浮點數 [0.0, 1.0]，默認=無

使用“quantile” 策略預測的分位數。 0.5 的分位數對應於中位數，而 0.0 對應於最小值，1.0 對應於最大值。

屬性：

constant_：ndarray 形狀 (1, n_outputs)

訓練目標的平均值或中位數或分位數或用戶給出的常數值。

n_features_in_None

已棄用：n_features_in_ 在 1.0 中已棄用，並將在 1.2 中刪除。

n_outputs_：int

輸出數量。

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