如何将梯度提升回归量结果保存到文件？

Question

我有一个 Gradient Boosting Regressor 模型，我想将结果保存到 csv 中。

    from sklearn import ensemble
clf = ensemble.GradientBoostingRegressor(n_estimators = 400, max_depth = 5, min_samples_split = 2,
          learning_rate = 0.1, loss = 'squared_error')
clf.fit(x_train, y_train)
clf.score(x_test,y_test)

我想查看实际值和预测值。

感谢您的任何答复。 我花了几乎与构建模型一样多的时间来尝试导出结果。

Answer 1

拟合模型后，您需要使用clf.predict实际predict预测，假设我们要保存y_pred_train & y_pred_test ：

y_pred_train = clf.predict(y_train)
y_pred_test = clf.predict(y_test)

现在我们有train集和test集的预测值和实际值，我们可以用np.savetxt保存一个.csv文件：

numpy.savetxt("train_preds.csv", np.column_stack((y_train, y_pred_train)), delimiter=",", fmt='%.5f')

和

numpy.savetxt("test_preds.csv", np.column_stack((y_test, y_pred_test)), delimiter=",", fmt='%.5f')

我们使用np.column_stack只是为了将它们堆叠为列而不是行，因为它们本质上是一维 numpy 数组。

请注意，我格式化浮点精度只是为了可见性，如果您要在之后计算损失，最好根本不格式化。