决策树与AdaBoost回归模板

决策树与AdaBoost回归模板
项目id：5347
https://scikit-learn.org/stable/auto_examples/ensemble/plot_adaboost_regression.html#sphx-glr-auto-examples-ensemble-plot-adaboost-regression-py 下图为项目总览： 项目分为三个部分
第一部分，数据生成，生成用于预测的数据

rng = np.random.RandomState(1)
X = np.linspace(0, 6, 100)[:, np.newaxis]
y = np.sin(X).ravel() + np.sin(6 * X).ravel() + rng.normal(0, 0.1, X.shape[0])

第二部分，模型训练与预测，这里使用了两个模型，一个是决策树模型，一个是AdaBoost模型
决策树模型：最大深度为4
AdaBoost模型：接收一个最大深度为4的决策树模型，estimator数量为300