前两篇博客写了在anacoda下安装tpot库和使用tpot做分类的例子，这篇是写做回归的例子 anacoda下安装tpot库 使用TPOT自动选择scikit-learn机器学习模型和参数--分类示例 环境：win10+pycharm+anacoda 数据集：sklearn自带的波士顿房价数据集 代码： '''回归，预测波士顿房价'''from tpot import TPOTRe

声明：原文地址：使用TPOT自动选择scikit-learn机器学习模型和参数，此文是本人学习原文的结果，略有改动。侵删。 在上一篇博客中我们在anacoda中安装了tpot: anacoda下安装TPOT库。有需要的可以去看一下。 正文： scikit-learn是抽象层次很高的机器学习库，它提供了许多机器学习模型，而每个模型还有很多参数。那么问题来了，我们该怎么选择某个问题最适合使用哪个

tpot主要是用于选择sklearn中的机器学习的模型。sklearn中有许多机器学习的模型，当我们需要选择某一个合适的模型的时候，就可以用tpot帮助我们自动选择合适的模型。更多信息请百度官方文档。我们这里只介绍如何在anacoda下安装tpot库。 我使用的环境是anacoda+pycharm，因为不知道anacoda是否有tpot，所以我们先打开Anacoda Prompt查询一下是否已经

官方文档：http://rhiever.github.io/tpot/ github地址：https://github.com/rhiever/tpot 使用遗传算法进行特征选择和算法模型选择，仅需几行代码就能生成完整的机器学习代码。