Дерево решений Модель регрессора получает значение max_eep модели с высочайшей точностью. ⇐ Python

[Anonymous]

Постройте модель регрессора дерева решений из набора X_train и меток Y_train с параметрами по умолчанию. Назовите модель dt_reg.
Оцените точность модели на наборе обучающих данных и распечатайте ее оценку.
Оцените точность модели на тестовых данных установите и распечатайте его оценку.
Спрогнозируйте цену жилья для первых двух образцов набора X_test и распечатайте их. (Подсказка: используйте функцию Predict())
Подобрать несколько регрессоров дерева решений к данным X_train и меткам Y_train со значением параметра max_eep, изменяющимся от 2 до 5.
Оцените точность каждой модели на наборе тестовых данных.
Подсказка: используйте цикл for

Распечатайте значение max_eep модели с максимальной точностью .

import sklearn.datasets as datasets
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeRegressor
import numpy as np
np.random.seed(100)
boston = datasets.load_boston()
X_train, X_test, Y_train, Y_test = train_test_split(boston.data, boston.target, random_state=30)
print(X_train.shape)
print(X_test.shape)

dt_reg = DecisionTreeRegressor()
dt_reg = dt_reg.fit(X_train, Y_train)
print(dt_reg.score(X_train,Y_train))
print(dt_reg.score(X_test,Y_test))
y_pred=dt_reg.predict(X_test[:2])
print(y_pred)

Я хочу получить Распечатать значение max_length модели с максимальной точностью. Но пьесы-фрески не отправлены. Сообщите мне, в чем ошибка.
max_reg = None
max_score = 0
t=()
for m in range(2, 6) :
rf_reg = DecisionTreeRegressor(max_depth=m)
rf_reg = rf_reg.fit(X_train, Y_train)
rf_reg_score = rf_reg.score(X_test,Y_test)
print (m, rf_reg_score ,max_score)
if rf_reg_score > max_score :
max_score = rf_reg_score
max_reg = rf_reg
t = (m,max_score)
print (t)


Подробнее здесь: https://stackoverflow.com/questions/639 ... ghest-accu