【代码模版】决策树通用模版及sklearn的GridSearchCV选择决策树预剪枝最佳参数

最新推荐文章于 2024-07-18 17:28:15 发布

不停下脚步的乌龟

最新推荐文章于 2024-07-18 17:28:15 发布

阅读量987

点赞数 1

分类专栏：调参mod 文章标签：决策树剪枝 python 机器学习

本文链接：https://blog.csdn.net/weixin_44680262/article/details/104498477

版权

本文探讨了决策树预剪枝中的关键参数min_samples_split和max_depth，解释了它们如何影响决策树的构建，并利用Python的sklearn库中的GridSearchCV寻找最佳参数组合，以提升模型性能。

摘要由CSDN通过智能技术生成

最常用的决策树预剪枝参数有两个：

min_samples_split : 决策树某个节点的数据量小于该值时停止下分（注意该参数不能为1）

max_depth：决策树的最大深度

# 最基本的决策树模型生成
from sklearn import tree
dtc = tree.DecisionTreeClassifier()  # 回归决策树同理
dtc.fit(x_train, y_train)

# ---------------------------------------------------

# sklearn的GridSearchCV选择决策树预剪枝最佳参数
from sklearn