winequality-white

这篇博客介绍了如何使用Python的sklearn库预测白葡萄酒的质量。作者分别尝试了SVR和决策树两种方法,详细讨论了参数调整和模型选择。在SVR中,选择了rbf内核并得到了较好的测试集RMSE。对于决策树,讨论了其工作原理和参数调优,但未找到最佳参数组合。未经参数调整的决策树模型RMSE表现逊于SVR。
摘要由CSDN通过智能技术生成

学长布置的作业,通过调包,使用几种方法来预测红酒的质量,数据集上传到网盘上:
首先使用的是Python的sklearn包
1、SVR用法 把它看成一个回归(因为预测的分值是一个区间,也可以看成10个类的分类问题)

class sklearn.svm.SVR(kernel=’rbf’, degree=3, gamma=’auto’, coef0=0.0, tol=0.001, C=1.0, epsilon=0.1, shrinking=True, cache_size=200, verbose=False, 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值