机器学习的参数优化（简短笔记）

最新推荐文章于 2023-10-20 00:24:57 发布

weijie_Z

最新推荐文章于 2023-10-20 00:24:57 发布

阅读量524

点赞数

分类专栏： Python 文章标签：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_43492061/article/details/115352871

版权

这篇简短笔记探讨了机器学习中的参数优化，重点关注随机森林的mtry和ntree参数，以及决策向量机的C和gamma参数。通过调整这些参数可以提升模型的性能。

摘要由CSDN通过智能技术生成

机器学习的参数优化（简短笔记）

1. 对于随机森林而言，需要优化的参数为：mrty （maxfeatures）和 ntree (nestimators)。

mtry: Number of variables randomly sampled as candidates at each split.
ntree: Number of trees to grow.

2. 另一种流行的算法：决策向量机，需要优化的参数为 $C 参数$ 和

最低0.47元/天解锁文章

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
机器学习的参数优化（简短笔记）

机器学习的参数优化（简短笔记）1. 对于随机森林而言，需要优化的参数为：mrty （maxfeatures）和 ntree (nestimators)。mtry: Number of variables randomly sampled as candidates at each split.ntree: Number of trees to grow.2. 另一种流行的算法：决策向量机，需要优化的参数为C参数C参数C参数和gamma参数gamma 参数gamma参数。搜索到这个文章
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。