KeyError Traceback (most recent call last) ~\AppData\Local\Temp\ipykernel_560\1415764700.py in <module> 4 for k in range(1,10,1): 5 dt=DecisionTreeRegressor(criterion='entropy', max_depth=k,random_state=101) ----> 6 dt.fit(x_train,Y_train) 7 predict=dt.predict(x_test) 8 R2_test=round(dt.score(x_test,Y_test)*100,2) D:\ProgramData\Anaconda3\lib\site-packages\sklearn\tree\_classes.py in fit(self, X, y, sample_weight, check_input, X_idx_sorted) 1313 """ 1314 -> 1315 super().fit( 1316 X, 1317 y, D:\ProgramData\Anaconda3\lib\site-packages\sklearn\tree\_classes.py in fit(self, X, y, sample_weight, check_input, X_idx_sorted) 354 ) 355 else: --> 356 criterion = CRITERIA_REG[self.criterion](self.n_outputs_, n_samples) 357 # TODO: Remove in v1.2 358 if self.criterion == "mse": KeyError: 'entropy'
时间: 2024-02-14 10:17:43 浏览: 312
linux 下 pip3 报错“ File “/usr/bin/pip3”, line 9, in from pip import mainImportError: canno”处理
5星 · 资源好评率100%
看起来你在使用 sklearn 中的 DecisionTreeRegressor 进行回归任务时,出现了 KeyError: 'entropy' 的错误。这通常是因为你指定的 criterion 参数不合法导致的。在 DecisionTreeRegressor 中,criterion 参数只能是 "mse" 或 "mae",分别代表均方误差和平均绝对误差。如果你想使用熵作为衡量标准,可以考虑使用 DecisionTreeClassifier 类,并将 criterion 参数设为 "entropy"。
阅读全文