决策树模型预测化学反应产率代码
时间: 2023-09-02 17:11:38 浏览: 38
以下是使用决策树模型预测化学反应产率的一个示例代码:
```python
import pandas as pd
from sklearn.tree import DecisionTreeRegressor
from sklearn.model_selection import train_test_split
# 读取数据
data = pd.read_csv('chem_reaction_data.csv')
# 分离特征和标签
X = data.drop('yield', axis=1)
y = data['yield']
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 定义决策树模型
model = DecisionTreeRegressor(random_state=42)
# 训练模型
model.fit(X_train, y_train)
# 预测测试集结果
y_pred = model.predict(X_test)
# 计算模型评分
score = model.score(X_test, y_test)
print('模型评分:', score)
```
其中,`chem_reaction_data.csv` 是包含化学反应数据的 CSV 文件,`yield` 列是标签,其余列是特征。该代码读取数据后,分离出特征和标签,然后将数据集划分为训练集和测试集。接着,定义了一个决策树模型,并对训练集进行训练。最后,使用测试集进行预测,计算模型评分。