问题描述
我在具有以下列的数据集上使用RandomForestRegressor：
此数据集的形状为50000,10
名为“ total”的列是标签（我正在预测），其余是功能。我将使用OneHotEncoder编码前四列，使用训练/测试拆分来拆分数据集，然后拟合RandomForestRegressor。
我的问题如下：
我想基于某个功能（即“ ballsRem”列）的值来预测测试集的准确性。该值的最小值为0，最大值为300，我想知道“ ballsRem”大于210的唯一预测的准确性。
我试图过滤test_features，如下所示，然后仅针对过滤后的集进行预测，但由于测试标签的过滤方式不同，因此我无法做出明智的预测
filteredTestingSet = test_features[test_features.ballsRem >= 180]
custprediction = predModel.predict(filteredTestingSet )
我该如何实现？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）