sklearn中的随机森林+缺失值填补与乳腺癌实例

yt2826996

已于 2022-12-21 22:59:47 修改

阅读量556

点赞数

文章标签： sklearn 随机森林

于 2022-12-21 17:06:40 首次发布

本文链接：https://blog.csdn.net/yt2826996/article/details/128398632

版权

本文介绍了sklearn中的随机森林参数，如n_estimators和random_state，探讨了随机森林如何通过bootstrap和oob_score提高准确性。接着，文章展示了如何用决策树填补数据缺失值，并在乳腺癌数据集上进行调参实践，包括n_estimators的初步调整和max_depth、max_features的精细化调整，最终得出模型已达到预测上限的结论。

摘要由CSDN通过智能技术生成

一、分类型随机森林参数简介

装袋法的核心思想是构建多个相互独立的评估器，然后对其预测进行平均或多数表决原则来决定集成评估器的结果。装袋法的代表模型就是随机森林。sklearn中的集成算法模块ensemble中的RandomForestClassifier 就是随机森林分类。

n_estimators

这是森林中树木的数量，即基评估器的数量。这个参数对随机森林模型的精确性影响是单调的，n_estimators越大，模型的效果往往越好。但是相应的，任何模型都有决策边界，n_estimators达到一定的程度之后，随机森林的精确性往往不在上升或开始波动，并且，n_estimators越大，需要的计算量和内存也越大，训练的时间也会越来越长。对于这个参数，我们是渴望在训练难度和模型效果之间取得平衡。