无法获得与教程相同的输出

如何解决无法获得与教程相同的输出

我正在尝试Kaggle上的机器学习教程

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)

我的输出就是

 Process finished with exit code 0

每当需要在“运行”区域中进行任何输出时，都必须将该函数放入print()

我的问题主要是：

1. 如何在PyCharm中将输出作为Kaggle输出获取？我是否已正确配置IDE？

2. 为什么需要每次都使用print()函数来显示结果？我需要几次吗？

3. 使用print（），我得到的输出为：

   DecisionTreeRegressor(random_state=1)

   我想念什么？

我正在使用PyCharm 2019.2.6和Python 3.7配置

解决方法

Sklearn没有打印出模型参数。您可以使用DecisionTreeRegressor

打印print(data_model.get_params())参数