1. 라이브러리 가져오기

2. 데이터 전처리

이하 동일

3. 모델 생성 및 훈련

from sklearn.tree import DecisionTreeRegressor

의사결정트리 회귀라이브러리를 가져오기

regressor=DecisionTreeRegressor()
regressor.fit(X,y)

모델 생성 및 훈련은 모두 전과 동일함!

4. 결과 예측

regressor.predict([[6.5]])

결과 예측도 동일

5. 시각화

X_grid=np.arange(min(X),max(X),0.1)

최소 X,최대 X를 0.1 간격으로 새로운 배열을 만들어냄

X_grid=X_grid.reshape(len(X_grid),1)

가로를 다시 세로로 바꾸기!

plt.scatter(X,y,color='red')
plt.plot(X_grid,regressor.predict(X_grid),color='blue')

추세선을 만들 때, X_grid로 해야하고, y도 X_grid를 넣어야 한다.

랜덤에서는...

regressor = RandomForestRegressor(n_estimators = 10, random_state = 0)

이렇게만 적용해주자
n_estimators는 나무의 개수이다.