如何将Gradient Boosting Regressor模型运行结果保存到文件？

你可以按照以下步骤完成真实值、预测值的查看和csv文件导出：

• 第一步：生成预测值
  在模型训练完成后，调用predict方法生成对应数据集的预测结果，如果你需要查看测试集的预测效果，代码如下：

# 生成测试集预测值，若需查看训练集效果可替换为x_train
y_pred = clf.predict(x_test)

• 第二步：组装真实值与预测值
  使用pandas将真实值和预测值组装为数据表，方便查看和导出：

import pandas as pd

# 若需导出训练集结果可替换y_train、y_pred_train
result_df = pd.DataFrame({
    "真实值": y_test,
    "预测值": y_pred
})

# 预览前10条数据，确认内容无误
print(result_df.head(10))

• 第三步：导出为CSV文件
  调用to_csv方法完成导出，参数配置可兼容Excel打开中文不乱码：

# index=False表示不导出自动生成的行号，encoding配置避免中文乱码
result_df.to_csv("梯度提升回归模型预测结果.csv", index=False, encoding="utf_8_sig")

如果你还未完成训练集测试集划分，可以在训练模型前补充如下代码：

from sklearn.model_selection import train_test_split
# test_size可根据需求调整，此处设置为30%数据作为测试集，random_state固定随机种子保证结果可复现
x_train, x_test, y_train, y_test = train_test_split(你的特征数据, 你的标签数据, test_size=0.3, random_state=42)

内容的提问来源于stack exchange，提问作者Bernzo