【问题标题】:Weak learner in scikit learn random forest and extra tree classifiersscikit 中的弱学习器学习随机森林和额外的树分类器
【发布时间】:2014-08-19 21:49:35
【问题描述】:

在论文“Decision Forests for Classification, Regression, Density Estimation, Manifold Learning and Semi-Supervised Learning”中,作者谈到了不同类型的弱学习器:轴对齐超平面、一般定向超平面和二次方。

我是否遗漏了什么,或者 Scikit-Learn 中的实现相当于在每次拆分时对齐轴?

【问题讨论】:

    标签: scikit-learn random-forest


    【解决方案1】:

    你是对的,我们只是在做轴对齐的分割。这实际上是最常见的拆分策略,在大多数情况下给出了足够好的结果,同时不会增加计算复杂度。

    【讨论】:

      猜你喜欢
      • 2016-12-24
      • 1970-01-01
      • 1970-01-01
      • 2017-01-05
      • 2012-10-24
      • 2022-12-06
      • 2016-10-20
      • 2019-01-27
      • 1970-01-01
      相关资源
      最近更新 更多