预测X_test集的前两个样本的住房价格并打印出来提示：使用predict函数

如何解决预测X_test集的前两个样本的住房价格并打印出来提示：使用predict函数

作为学习的一部分，下面是要求和我的代码，但是我无法继续下一步。谁能帮忙找到这段代码中的问题？

＃导入两个模块sklearn.datasets和＃sklearn.model_selection。 ＃导入numpy并将随机种子设置为100。

＃从sklearn.datasets模块加载流行的波士顿数据集，并将其分配给变量boston。

＃将boston.data分成两个名称为X_train和X_test的集合。 ＃另外，将boston.target分为两组Y_train和Y_test。

#Hint：使用来自＃sklearn.model_selection的train_test_split方法；将random_state设置为30。 ＃打印X_train数据集的形状。

＃打印X_test数据集的形状。

import sklearn.datasets as datasets
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeRegressor
import numpy as np
np.random.seed(100)

boston = datasets.load_boston()

X_train,X_test,Y_train,Y_test = train_test_split(boston.data,boston.target,random_state=30)

print(X_train.shape)
print(X_test.shape)

＃从sklearn.tree导入所需的模块。

＃使用默认参数从X_train集和#Y_train标签构建决策树回归模型。将模型命名为#dt_reg。

＃评估训练数据集上的模型准确性，并打印#it的分数。

＃在测试数据集上评估模型准确性并打印其分数。

＃预测X_test #set的前两个样本的住房价格并打印出来。（提示：使用predict（）函数）

dt_reg = DecisionTreeRegressor()
dt_reg = dt_reg.fit(X_train,Y_train)

print('Accuracy of Train Data :',dt_reg.score(X_train,Y_train))
print('Accuracy of Test Data :',dt_reg.score(X_test,Y_test))
predicted = dt_reg.predict(X_test[:2])
print(predicted)

解决方法

您的代码运行良好，如果您需要其他帮助，请告诉我！