热门
最新
红包
立Flag
投票
同城
我的
发布
《《机器学习》决策树 集成学习 随机森林 参数及实例解析》
随机森林（Random Forest）是一种集成学习方法，基于决策树构建的模型。随机森林在训练过程中生成多个决策树，并通过投票或平均的方式来进行最终的预测。1）n_estimators :（随机森林独有）随机森林中决策树的个数。在0.20版本中默认是10个决策树；在0.22版本中默认是100个决策树；2）criterion节点分割依据（同决策树）默认为基尼系数，可选entropy，信息增益3）max_depth：决策树最大深度，最大层数（同决策树。
——来自博客 https://blog.csdn.net/qq_64603703/article/details/141475766
你学会了吗？(单选)
1 人已经参与 已结束
YES
1人
NO
0人
CSDN App 扫码分享
评论
点赞
- 复制链接
- 举报
