没有得到与教程相同的输出

Question

我正在 Kaggle

上尝试机器学习教程

当他们这样做时，他们得到的输出为：Kaggle outupt

这是我的代码：

import pandas as pd

pd.set_option('display.max_rows', 5000)
pd.set_option('display.max_columns', 500)
pd.set_option('display.width', 1000)
# Read file from source
data = pd.read_csv(r"C:\Users\harsh\Documents\My Dream\Desktop\Machine Learning\melb_data.csv", skiprows=0)

data = data.dropna(axis=0)

# Column that you want to predict = y
y = data.Price

# Columns that are inputted into the model to make predictions (dependants)
data_features = ['Rooms', 'Bathroom', 'Landsize', 'Lattitude', 'Longtitude']

X = data[data_features]

from sklearn.tree import DecisionTreeRegressor

# Define model. Specify a number for random_state to ensure same results each run
data_model = DecisionTreeRegressor(random_state=1)

# Fit model
data_model.fit(X, y)

我的输出只是

 Process finished with exit code 0

每当我想要运行区域中的任何输出时，我必须将函数放在 print()

中

我的问题主要是：

如何在 PyCharm 中获取 Kaggle 输出？我是否正确配置了 IDE？
为什么每次都要放print()函数显示结果？我需要经常这样做吗？
使用 print()，我得到的输出为：

DecisionTreeRegressor(random_state=1)

我错过了什么？

我正在使用 PyCharm 2019.2.6 和 Python 3.7 配置

Answer 1

Sklearn 没有打印出模型参数。您可以使用 print(data_model.get_params())

打印 DecisionTreeRegressor 参数

没有得到与教程相同的输出

Not getting the same output as the tutorial

python

machine-learning

decision-tree

scikit-learn