이하 동일
from sklearn.tree import DecisionTreeRegressor
의사결정트리 회귀라이브러리를 가져오기
regressor=DecisionTreeRegressor()
regressor.fit(X,y)
모델 생성 및 훈련은 모두 전과 동일함!
regressor.predict([[6.5]])
결과 예측도 동일
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.