请问是正常的吗？我的模型又如何选择最佳深度呢？
决策树深度调优时，每次输出的最佳深度差别很大
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
- 2022-03-25 09:23回答 3 已采纳 在最后加这两行试试 import os os.system('iris.pdf')
- 2021-05-24 13:27回答 2 已采纳 机器学习的算法每次运行后得出的准确率值都不一样是正常的，有一些地方随机分或者生成就会导致结果不一样
- 2022-10-20 10:51回答 1 已采纳 ID3 算法ID3 是最早提出的决策树算法，他就是利用信息增益来选择特征的。C4.5 算法他是 ID3 的改进版，他不是直接使用信息增益，而是引入“信息增益比”指标作为特征的选择依据。CART（Cla
- 2024-03-13 06:16CX330的烟花的博客 综上所述，决策树算法虽然有一些缺点，但通过剪枝、集成学习、连续变量处理、特征选择优化以及参数调优等方法，可以有效地优化其性能，提高模型的泛化能力和预测准确性。当然，这只是一个简要的概述，对于每个优化...
- 2022-11-27 16:16回答 2 已采纳 额，好吧，你重新提交了一个问题，那就在这个问题上跟进你的解决情况吧
- 2022-11-28 16:56回答 9 已采纳 其实比起决策树，我觉得你更需要数据集合，我有睡眠数据集合
- 2021-06-12 22:21回答 1 已采纳
- 2020-07-26 12:10萝 卜的博客 文章目录 前言 集成学习 随机森林 Python实战 数据探索 参数说明 决策树建模 随机森林建模 小结 本文是Python商业数据挖掘实战的第3篇 1 - 基于不平衡数据的反欺诈模型 2 - Apriori算法实现智能推荐 3 - 随机森林...
- 2023-04-05 14:18回答 7 已采纳 该回答引用于ChatGPT：以下是一个基于优化决策树的三轴立式加工中心热误差建模的 Python 实现: import numpy as np import pandas as pd from skl
- 2021-10-16 08:07回答 1 已采纳 你这个确实样本太小，特征太多了，没法分支啊
- 2022-02-03 21:18回答 1 已采纳 sklearn.tree.DecisionTreeClassifier()在进行分支的时候特征选择是随机的，即使是splitter=”best”的时候。打印dt_clf.feature_importa
- 2023-07-27 20:47书某人.py的博客 决策树与随机森林
- 2022-10-17 17:38回答 2 已采纳 给你找了一篇非常好的博客，你可以看看是否有帮助，链接：Python机器学习零基础理解决策树分析
- 2024-01-24 15:20数据与后端架构提升之路的博客 梯度提升决策树(GBDT)是一种基于Boosting思想和决策树的机器学习算法。它通过迭代建立决策树弱学习器来逼近目标变量,并结合了梯度下降的思想来优化损失函数。GBDT可用于回归和分类任务,广泛应用于推荐系统等领域。
- 2023-10-03 14:30TechLead KrisChang的博客 在本篇深入探讨的文章中，我们全面分析了C4.5决策树算法，包括其核心原理、实现流程、实战案例，以及与其他流行决策树算法（如ID3、CART和Random Forests）的比较。
- 没有解决我的问题, 去提问
悬赏问题
- ¥15 解决一个加好友限制问题 或者有好的方案
- ¥15 关于#java#的问题，请各位专家解答！
- ¥15 急matlab编程仿真二阶震荡系统
- ¥20 TEC-9的数据通路实验
- ¥15 ue5 .3之前好好的现在只要是激活关卡就会崩溃
- ¥50 MATLAB实现圆柱体容器内球形颗粒堆积
- ¥15 python如何将动态的多个子列表，拼接后进行集合的交集
- ¥20 vitis-ai量化基于pytorch框架下的yolov5模型
- ¥15 如何实现H5在QQ平台上的二次分享卡片效果？
- ¥30 求解达问题（有红包）