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。
- 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 or float or array-like of shape (n_outputs,), default=None
“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。
- 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。
参数:
属性:
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
相关用法
- Python sklearn.dummy.DummyClassifier用法及代码示例
- Python sklearn.datasets.load_svmlight_file用法及代码示例
- Python sklearn.decomposition.KernelPCA用法及代码示例
- Python sklearn.decomposition.DictionaryLearning用法及代码示例
- Python sklearn.decomposition.sparse_encode用法及代码示例
- Python sklearn.datasets.load_iris用法及代码示例
- Python sklearn.datasets.load_boston用法及代码示例
- Python sklearn.decomposition.non_negative_factorization用法及代码示例
- Python sklearn.datasets.make_friedman1用法及代码示例
- Python sklearn.decomposition.PCA用法及代码示例
- Python sklearn.decomposition.dict_learning用法及代码示例
- Python sklearn.datasets.make_blobs用法及代码示例
- Python sklearn.decomposition.FastICA用法及代码示例
- Python sklearn.datasets.make_friedman2用法及代码示例
- Python sklearn.decomposition.SparsePCA用法及代码示例
- Python sklearn.datasets.load_sample_images用法及代码示例
- Python sklearn.decomposition.MiniBatchDictionaryLearning用法及代码示例
- Python sklearn.decomposition.IncrementalPCA用法及代码示例
- Python sklearn.decomposition.MiniBatchSparsePCA用法及代码示例
- Python sklearn.decomposition.FactorAnalysis用法及代码示例
注:本文由堆栈答案筛选整理自scikit-learn.org大神的英文原创作品 sklearn.dummy.DummyRegressor。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。