python的sklearn库_python库之sklearn

一、安装sklearn

conda install scikit-learn

参考文献

[1]整体介绍sklearn

https://blog.csdn.net/u014248127/article/details/78885180

二、介绍RandomForestRegressor

1 sklearn.ensemble.RandomForestRegressor( n_estimators=10,2 criterion='mse',3 max_depth=None,4 min_samples_split=2,5 min_samples_leaf=1,6 min_weight_fraction_leaf=0.0,7 max_features='auto',8 max_leaf_nodes=None,9 min_impurity_split=1e-07,10 bootstrap=True,11 oob_score=False,12 n_jobs=1,13 random_state=None,14 verbose=0,15 warm_start=False)

criterion: ”gini” or “entropy”(default=”gini”)是计算属性的gini(基尼不纯度)还是entropy(信息增益)，来选择最合适的节点。

splitter: ”best” or “random”(default=”best”)随机选择属性还是选择不纯度最大的属性，建议用默认。

max_features: 选择最适属性时划分的特征不能超过此值。

当为整数时，即最大特征数；

if “auto”, then max_features=sqrt(n_features).  简单地选取所有特征