随机森林回归模型预测测试结果一样

随机森林回归模型预测测试集为什么预测结果一样？这是什么原因造成的呢？可以解答一下吗？

• 你可以看下这个问题的回答https://ask.csdn.net/questions/7699081
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：随机森林回归和多输出元估计器回归对于多输出数据的回归及效果对比
• 除此之外, 这篇博客: 特征多重共线对随机森林模型预测性能的影响研究中的 制造一些相关性很强的假数据 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 生成新的数据列’Grandmas Loan Agency’ ,它与列 'SONYMA DPAL/CCAL Amount’高度相关，数据展示如下：

  randoms = np.linspace(0.9, 1.1, len(dfmod))
  dfmod['Grandmas Loan Agency']=dfmod['SONYMA DPAL/CCAL Amount']*randoms
  corrDF=dfmod.corr()
  corrDF
  

  	Original Loan Amount	Purchase Year	Original Loan To Value	SONYMA DPAL/CCAL Amount	Number of Units	Household Size	Property Type	County	Housing Type	Bond Series	Original Term	Grandmas Loan Agency
  Original Loan Amount	1.000000	0.337831	-0.056902	0.662054	0.112723	0.238369	0.101085	0.232890	0.124133	0.325947	0.184459	0.683658
  Purchase Year	0.337831	1.000000	-0.152347	-0.062682	-0.005365	0.073343	0.149763	0.105100	0.113273	0.922574	0.058512	0.030616
  Original Loan To Value	-0.056902	-0.152347	1.000000	-0.091755	0.028671	-0.033281	-0.294189	-0.189966	-0.294904	-0.167013	-0.002098	-0.105809
  SONYMA DPAL/CCAL Amount	0.662054	-0.062682	-0.091755	1.000000	0.050282	0.202176	0.025931	0.160047	0.152185	-0.078872	0.199689	0.993475
  Number of Units	0.112723	-0.005365	0.028671	0.050282	1.000000	-0.004223	-0.003898	-0.027416	0.013539	-0.006489	-0.002910	0.048050
  Household Size	0.238369	0.073343	-0.033281	0.202176	-0.004223	1.000000	-0.043792	0.107912	0.085088	0.073733	0.076269	0.207818
  Property Type	0.101085	0.149763	-0.294189	0.025931	-0.003898	-0.043792	1.000000	0.197686	0.224163	0.158472	0.030414	0.038477
  County	0.232890	0.105100	-0.189966	0.160047	-0.027416	0.107912	0.197686	1.000000	0.174262	0.115525	0.050321	0.167676
  Housing Type	0.124133	0.113273	-0.294904	0.152185	0.013539	0.085088	0.224163	0.174262	1.000000	0.134284	0.046703	0.167975
  Bond Series	0.325947	0.922574	-0.167013	-0.078872	-0.006489	0.073733	0.158472	0.115525	0.134284	1.000000	0.054699	0.009896
  Original Term	0.184459	0.058512	-0.002098	0.199689	-0.002910	0.076269	0.030414	0.050321	0.046703	0.054699	1.000000	0.207590
  Grandmas Loan Agency	0.683658	0.030616	-0.105809	0.993475	0.048050	0.207818	0.038477	0.167676	0.167975	0.009896	0.207590	1.000000

• 您还可以看一下 Abel小智老师的嵌入式开发系统学习路线 从基础到项目 精品教程 工程师必备课程 物联网课程中的 如何使用回调函数？小节, 巩固相关知识点