实例化模型
在接下来的练习中，您将诊断回归树的偏差与方差问题。您在本练习中定义的回归树将使用所有可用特征，预测 auto 数据集中汽车的 mpg 油耗。
我们已经预处理好数据，并将特征矩阵 X 和数组 y 加载到您的工作区。此外，已从 sklearn.tree 导入 DecisionTreeRegressor 类。
本练习是课程的一部分
Python 树模型机器学习
练习说明
- 从
sklearn.model_selection导入train_test_split。 - 将数据划分为 70% 训练集和 30% 测试集。
- 实例化一个
DecisionTreeRegressor，最大深度设为 4，且将min_samples_leaf设为 0.26。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import train_test_split from sklearn.model_selection
____
# Set SEED for reproducibility
SEED = 1
# Split the data into 70% train and 30% test
X_train, X_test, y_train, y_test = ____(____, ____, test_size=____, random_state=SEED)
# Instantiate a DecisionTreeRegressor dt
dt = ____(____=____, ____=____, random_state=SEED)