“Scikit-learn”的版本间差异

来自Shiyin's note
跳到导航 跳到搜索
第11行: 第11行:
===随机森林===
===随机森林===
* 参考 [https://zhuanlan.zhihu.com/p/51165358] [https://towardsdatascience.com/an-implementation-and-explanation-of-the-random-forest-in-python-77bf308a9b76]
* 参考 [https://zhuanlan.zhihu.com/p/51165358] [https://towardsdatascience.com/an-implementation-and-explanation-of-the-random-forest-in-python-77bf308a9b76]
*n_estimators:随机森林中「树」的数量。
*n_estimators
*max_features:每个分割处的特征数。
*max_features
*max_depth:每棵树可以拥有的最大「分裂」数。
*min_samples_split
*min_samples_split:在树的节点分裂前所需的最少观察数。
*min_samples_leaf:每棵树末端的叶节点所需的最少观察数。
*bootstrap:是否使用 bootstrapping 来为随机林中的每棵树提供数据。(bootstrapping 是从数据集中进行替换的随机抽样。)

2022年1月16日 (日) 12:53的版本

  • python中的机器学习软件库:[1]
       $ conda install scikit-learn-intelex
       $ python -m sklearnex my_application.py


随机森林

  • 参考 [2] [3]
  • n_estimators:随机森林中「树」的数量。
  • max_features:每个分割处的特征数。
  • max_depth:每棵树可以拥有的最大「分裂」数。
  • min_samples_split:在树的节点分裂前所需的最少观察数。
  • min_samples_leaf:每棵树末端的叶节点所需的最少观察数。
  • bootstrap:是否使用 bootstrapping 来为随机林中的每棵树提供数据。(bootstrapping 是从数据集中进行替换的随机抽样。)