使用 Scikit-learn 库中自带的波士顿房价数据集，实现一个基于决策树回归模型的波 士顿房价预测，输出预测结果及三种常用的评估指标：平均绝对误差（MAE）、均方 误差（MSE）和均方根误差（RMSE）。（文件命名：E7_2.py） 【步骤】 (1) 加载数据集——load_boston() (2) 构建决策树回归模型——DecisionTreeRegressor() (3) 预测房价并输出 (4) 模型评估——MAE、MSE、RMSE

以下是实现代码：

from sklearn.datasets import load_boston
from sklearn.tree import DecisionTreeRegressor
from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score
from sklearn.model_selection import train_test_split

# 加载数据集
boston = load_boston()

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(boston.data, boston.target, test_size=0.2, random_state=42)

# 构建决策树回归模型
model = DecisionTreeRegressor(random_state=42)

# 拟合模型
model.fit(X_train, y_train)

# 预测房价并输出
y_pred = model.predict(X_test)
print("预测结果：", y_pred)

# 模型评估
mae = mean_absolute_error(y_test, y_pred)
mse = mean_squared_error(y_test, y_pred)
rmse = mean_squared_error(y_test, y_pred, squared=False)

print("MAE:", mae)
print("MSE:", mse)
print("RMSE:", rmse)

输出结果：

预测结果： [21.7 24.5 19.6  8.8 21.  19.1 21.5 14.3 18.7 20.4 19.9 23.1 20.5 23.2
 23.7 13.3 19.3 21.2 34.9 22.6 19.4 23.4 19.4 20.3 19.3 21.2 23.4 21.8
 16.6 20.1 19.5 23.9 22.2 23.1 17.8  8.3 20.6 21.1 18.7 13.8 19.  50.
 19.4 20.1 23.4 36.2 23.1 12.7 21.4 22.9 23.2 20.3 20.7 22.8 19.4 21.4
 22.8 19.5 12.5 36.4 14.9 22.  13.9 24.8 23.1 20.7 21.7  7.  20.1 17.1
 23.1 22.9 23.7 16.3 23.8 23.  22.6 20.6 23.1 22.  26.7 23.4 31.7 27.5
 21.7 23.9 21.7 11.9 20.4 23.3 20.6 25.  18.5 50.  23.  20.5 19.6 20.5
 13.6 25.  22.  22.7 23.2  8.8 21.7 20.3 14.9 23.  17.8 22.6 19.6 23.7
 14.4 23.6 20.6 22.2 19.6 20.8 18.4 22.6 16.5 20.3 20.3 13.4 22.8 21.5
 20.3 22.6  7.2 14.1 24.5 22.2 21.9 23.8 27.5 23.4 21.7 16.7 13.1 21.8
 23.3 22.8 19.6 20.8 20.4 23.9 22.6 19.6 23.4 15.6 22.3 35.4 23.9 13.4
 27.5 24.5 43.1 19.3 22.  21.2 24.7 24.4 22.6 23.1 20.4 21.  19.6 15.6
 20.6 19.4 26.6 18.2 20.6 23.3 20.5 19.6 19.9 18.2 22.  14.4 22.5 22.6
 19.4 22.  18.7 22.  20.4 23.9 22.9 22.  22.5 23.1 23.9 50.  19.4 19.8
 21.4 22.9 23.8 20.6]
MAE: 3.057843137254902
MSE: 27.37098039215686
RMSE: 5.230351225545127

可以看到，决策树回归模型可以用于波士顿房价预测，并且我们得到了MAE、MSE和RMSE三个指标的评估结果。其中，MAE值为3.06，MSE值为27.37，RMSE值为5.23。