![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
随机森林
文章平均质量分 57
背对天堂
这个作者很懒,什么都没留下…
展开
-
sklearn下回归预测结果与测试集拟合曲线图绘制
使用sklearn回归预测结果与测试集拟合曲线图绘制以上文用过的随机森林模型为例,在函数中需要增加的有三项1.使用测试集的X特征值算出你要预测的特征值存到y_project中(这个y_project取什么名字随便)y_predict = model.predict(X_test)2.在返回中加入两项“predict”: y_predict,#为刚才的预测值“y_test”: y_test#为测试集的想要特征值的真实值import pandas as pdfrom sklearn.ensem原创 2021-03-22 12:03:33 · 6769 阅读 · 1 评论 -
机器学习中randomforest随机森林调参影响参数
随机森林调参的影响参数对结果影响较大的参数1.n_estimators:表示森林里树的个数。理论上是越大越好,但是计算时间也相应增长。所以,并不是取得越大就会越好,预测效果最好的将会出现在合理的树个数。当使用的训练特征值增多时,经研究n_estimators也应增大以保证训练结果为最佳。通常为100到10002.max_features:每个决策树的随机选择的特征数目。每个决策树在随机选择的这max_features特征里找到某个“最佳”特征,使得模型在该特征的某个值上分裂之后得到的收益最大化。原创 2021-03-12 09:02:48 · 5004 阅读 · 3 评论