机器学习常用方法细节记录

1.随机森林:

概要:记录一些在运用随机森林模型中遇到的问题

1.特征抽取:–DictVectorizer

在一段随机森林模型的代码中,使用了DictVectorizer()对训练集和测试集进行处理,模型训练结束后,在测试集上分类准确率为1,然而自己画出预测图,却与实际数据相差很多,不知道问题出在哪,找了很久。
究其原因,是因为之前拷贝的随机森林案例中,在训练模型之前对训练集和测试集进行了
莫名其妙
的DictVectorizer()处理,而自己画图预测时却没有对数据进行这样处理,导致结果的误差。这里,记录一下特征抽取DictVectorizer()的含义及用法:
搬运博文:特征抽取DictVectorizer()

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