sklearn一直报错，到底是怎么回事啊😭

Question

scikit-learn一直有问题，不知道哪里的问题，机器学习什么也跑不出来。有没有知道这是怎么回事的

Answer 1

【相关推荐】

• 你可以看下这个问题的回答https://ask.csdn.net/questions/242332
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：sklearn机器学习：贝叶斯的样本不均衡问题
• 你还可以看下sklearn参考手册中的 sklearn 一般建议
• 您还可以看一下 纪佳琪老师的机器学习之决策树理论与代码实践课程中的 使用Sklearn实现决策树并可视化小节, 巩固相关知识点
  
• 除此之外, 这篇博客: sklearn机器学习：决策树的学习与调参中的 回归树 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  class sklearn.tree.DecisionTreeRegressor (criterion=’mse’, splitter=’best’, max_depth=None,
  min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=None,
  random_state=None, max_leaf_nodes=None, min_impurity_decrease=0.0, min_impurity_split=None, presort=False)
  

  几乎所有的参数都和回归树是一样的，接口和属性也是一样，没有标签是否均衡的问题，因为回归问题不存在标签。主要说一下criterion属性

  划分依据有三种："“mse”"，“friedman_mse”，"“mae”"

  

  意思大概就是，对与mmm表示在区域RmR_mRm​，其中包含了NmN_mNm​个样本，对与节点的划分最常用的使用均方误差和绝对平均误差。具体的介绍参考

  决策树[ID3,C4.5,CART]，只看里面的回归树部分即可。默认使用的就是mse。但是回归树的接口score返回的是R平方而不是mse。
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^