摘要: DecisionTreeRegressor 回归树 一.重要参数 criterion: 1)输入"mse"使用均方误差mean squared error(MSE),父节点和叶子节点之间的均方误差的差额将被用来作为 特征选择的标准,这种方法通过使用叶子节点的均值来最小化L2损失2)输入“friedm 阅读全文
posted @ 2020-05-04 21:55 孤独患者ZC7 阅读(1534) 评论(0) 推荐(0)
摘要: 一.决策树概述 1.1 什么是决策树 : 决策树(Decision Tree)是一种非参数的有监督学习方法,它能够从一系列有特征和标签的数据中总结出决策规则,并用树状图的结构来呈现这些规则,以解决分类和回归问题。 1.2 关键概念:节点 根节点:没有进边,有出边。包含最初的,针对特征的提问。中间节点 阅读全文
posted @ 2020-05-04 21:26 孤独患者ZC7 阅读(954) 评论(0) 推荐(0)