2024-06-26 00:04:52 发布
网友
我正在使用scikit学习构造回归树,使用树型决策树回归(). 在
我给了56个数据样本,它构造了一个有56个节点的树(修剪=0)。在
如何对树进行修剪?感谢任何帮助!在
默认情况下,sklearn树将一直增长,直到每个叶子都是纯的(并且模型完全过拟合)。如果您想微调复杂性,可以设置许多不同的参数,以不同的方式限制树的增长。列出的参数有:最大深度、最小样本数、最小样本数、最小样本数、最小样本数、最小权重、最小样本数、最小样本数、最小样本数、最小样本数
有关用法,请参见the docs。在
你不能;使用matlab。目前正在与之抗争。使用基于python的自制决策树也是一种选择。但是,不能保证它能正常工作(很多地方你会搞砸的)。如果您想要任何一种合理的运行时(现在也在努力解决这个问题),就需要使用numpy来实现。在
如果你仍然有这个问题,我有一个决策树与节点知识,并在这个周末实现修剪。。。在
如果我能让它运行得很快,代码也不会太复杂,如果你还感兴趣的话,我会在这里发布一个GitHub,作为交换,在我的LinkedIn上获得ML'ing和Python/Numpy专业知识的支持。在
默认情况下,sklearn树将一直增长,直到每个叶子都是纯的(并且模型完全过拟合)。如果您想微调复杂性,可以设置许多不同的参数,以不同的方式限制树的增长。列出的参数有:最大深度、最小样本数、最小样本数、最小样本数、最小样本数、最小权重、最小样本数、最小样本数、最小样本数、最小样本数
有关用法,请参见the docs。在
你不能;使用matlab。目前正在与之抗争。使用基于python的自制决策树也是一种选择。但是,不能保证它能正常工作(很多地方你会搞砸的)。如果您想要任何一种合理的运行时(现在也在努力解决这个问题),就需要使用numpy来实现。在
如果你仍然有这个问题,我有一个决策树与节点知识,并在这个周末实现修剪。。。在
如果我能让它运行得很快,代码也不会太复杂,如果你还感兴趣的话,我会在这里发布一个GitHub,作为交换,在我的LinkedIn上获得ML'ing和Python/Numpy专业知识的支持。在
相关问题 更多 >
编程相关推荐