决策树回归器建模如何构建测试集真实值与预测值对比的DataFrame
决策树回归结果对比与结构化整合实现方案
测试集多列结构化DataFrame搭建
以下代码可直接生成符合要求的结构化表格,同时规避numpy数组、索引不连续导致的列值错位常见问题:
import pandas as pd # 步骤1:将测试集特征转为带列名的DataFrame # 若原始输入x为pandas DataFrame,会自动沿用原有特征列名;若为numpy数组则自动生成通用特征列名 X_test_struct = pd.DataFrame( X_test, columns=x.columns if hasattr(x, 'columns') else [f'feature_{i}' for i in range(X_test.shape[1])] ) # 步骤2:横向拼接测试集特征、真实标签、预测值为结构化表 test_result_df = pd.concat([ X_test_struct.reset_index(drop=True), pd.Series(y_test, name='y_test真实值').reset_index(drop=True), pd.Series(y_pred, name='y_pred预测值').reset_index(drop=True) ], axis=1) # 可选增强:自动生成预测误差列,无需手动计算即可快速定位偏差较大的样本 test_result_df['预测误差'] = test_result_df['y_pred预测值'] - test_result_df['y_test真实值']
运行完成后调用test_result_df.head(),即可查看多列结构化的样本信息,直观对比预测效果。
训练集预测值与原始数据的差异对比
实现逻辑与测试集对比完全一致,只需先计算模型在训练集上的输出,再拼接为对比表即可:
# 计算模型在训练集上的预测结果 y_train_pred = model.predict(X_train) # 生成训练集对比表 X_train_struct = pd.DataFrame( X_train, columns=x.columns if hasattr(x, 'columns') else [f'feature_{i}' for i in range(X_train.shape[1])] ) train_compare_df = pd.concat([ X_train_struct.reset_index(drop=True), pd.Series(y_train, name='y_train真实值').reset_index(drop=True), pd.Series(y_train_pred, name='y_train_pred预测值').reset_index(drop=True) ], axis=1) # 可选:生成训练集误差列 train_compare_df['训练集预测误差'] = train_compare_df['y_train_pred预测值'] - train_compare_df['y_train真实值']
实用提示:无剪枝的决策树回归极易在训练集上实现近乎零误差的过拟合效果,通过这张训练集对比表可以快速验证模型是否存在过拟合问题。
内容的提问来源于stack exchange,提问作者Pritesh Gujarati
相关产品推荐
相关产品推荐

