如何将梯度提升回归结果保存到文件？

Question

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

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)

我想看看实际值和预测值。

Answer 1

拟合模型后，您实际上需要 predict 预测，使用 clf.predict，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)

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

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

和

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

我们使用 np.column_stack 只是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，如果你之后要计算损失最好不要格式化。