【问题标题】:How do i tune the parameters?我如何调整参数?
【发布时间】:2019-05-01 04:34:43
【问题描述】:

我有一个用以下代码编写的决策树模型,请问我该如何调整参数以使模型的结果更好?我可以使用 GridsearchCV 之类的东西或其他东西吗?训练数据约 5000+,测试数据约 1000+,有 20 多个特征。

clf_entropy = DecisionTreeClassifier(criterion = "entropy", random_state = 100, max_depth = 8, min_samples_leaf = 28)

clf_entropy.fit(X_train, Y_train)

Y_pred_en = clf_entropy.predict(X_test)

print("精度为", accuracy_score(Y_test, Y_pred_en) * 100)

【问题讨论】:

  • 以文本形式提供代码而不是链接。

标签: python parameters decision-tree


【解决方案1】:

看起来您应该使用不同的算法,例如 BaggingClassifierRandomForestClassifier,而不是在 DecisionTreeClassifier 中寻找随机树模型参数。请用谷歌搜索指定的模型

【讨论】:

  • 欢迎来到 SO。为了使您的答案对更多受众有用,您能否对其进行编辑以说明为什么这些模型在这种情况下会更有效?
猜你喜欢
  • 2011-12-18
  • 2021-08-31
  • 1970-01-01
  • 2018-05-08
  • 1970-01-01
  • 2016-11-20
  • 2016-01-15
  • 2014-04-03
  • 1970-01-01
相关资源
最近更新 更多