如何绘制梯度提升回归预测

时间:2019-08-04 03:58:36

标签: python plot regression prediction gradient-descent

我正在使用GradientBoostingRegressor,并且试图绘制我的回归线。 我认为绘制的回归线应类似于此处的红线:

https://scikit-learn.org/stable/auto_examples/ensemble/plot_gradient_boosting_quantile.html#sphx-glr-auto-examples-ensemble-plot-gradient-boosting-quantile-py

我想出了以下代码,但它不能完全满足我的需求。我觉得staged_predict()可能有帮助,但还不太清楚。

# Gradient Boosting - fit the model
gbm = GradientBoostingRegressor(n_estimators=360, learning_rate=0.06)
gbm.fit(train_data, train_values_log)
predict_dev_log = gbm.predict(dev_data)
predict_dev_value = np.exp(predict_dev_log)

# Mesh grid for plotting 292 observations
xx = np.atleast_2d(np.linspace(0, 292, 292)).T
xx = xx.astype(np.float32)

# Plot the predictions
fig, ax = plt.subplots(figsize = (14,6))
plt.plot(xx, dev_values_log, 'b.', markersize=10, label='Observations')
plt.plot(xx, predict_dev_log, 'r-', label='Predictions', alpha=0.8)
plt.xlabel('x')
plt.ylabel('Price')
plt.legend(loc='upper left')
plt.show()

如果有人可以帮助我创建一个包含我的观察结果并绘制了梯度引导回归线的相似图,我将非常感激!

My attempt gradient boosted regression plot

0 个答案:

没有答案