如何加入 DecisionTreeRegressor 预测输出到原始数据

Question

我正在开发一个使用 DecisionTreeRegressor 的模型。我使用训练数据构建并拟合了树，并根据最近的数据预测了结果以确认模型的准确性。

构建和拟合树： X = np.matrix ( pre_x ) y = np.matrix(pre_y) regr_b = DecisionTreeRegressor(max_depth = 4) regr_b.fit(X, y)

预测新数据： X = np.matrix ( pre_test_x ) trial_pred = regr_b.predict(X, check_input=True)

trial_pred 是一个预测值数组。我需要将它加入到 pre_test_x 中，这样我才能看到预测与实际发生的情况有多匹配。

我尝试过合并：

all_pred = pre_pre_test_x.merge(predictions, left_index = True, right_index = True)

和

all_pred = pd.merge (pre_pre_test_x, predictions, how='left', left_index=True, right_index=True  )

要么没有结果，要么在所有现有列中附加到 DataFrame 底部的列的第二个副本，其中包含 NaN。

Answer 1

事实证明这很简单。将预测输出保留为数组，然后运行： w_pred = pre_pre_test_x.copy(deep=True) w_pred['pred_val']=trial_pred