SkelarnでGridSearchCVを使用してDecision Treeを調整するとき、私は質問があります。 max_depth
の範囲を決めたら、max_depth
が必要と思われる場合があります。ため、サンプルの数、または機能は、max_depth
を決定するために影響を与えます。だから、max_depth
の範囲を決定するための適切な基準はありますか、それとも直感によってのみ決定されますか?SklearnのDecisionTreeClassifierのmax_depthを決定します
-2
A
答えて
0
ケースごとにmax_depthを変更してパフォーマンスを記録できます。
これは、パフォーマンスを向上させるのに役立ちます。
http://scikit-learn.org/stable/modules/generated/sklearn.metrics.log_loss.html
あなたはテストでの最大の深さを決定してもよいです。 しかし、あなたが木から適応させたmax_depthを作ろうとするならば、それを見いだすのに十分なデータで別の学習アルゴリズムを訓練しようとすることができます。 (または単純に線形回帰で)
0
the recommendation
は、max_depth=3
で始まり、Decision Tree (DT)
のドキュメントで詳しく説明しています。
は、具体的には、RandomForestClassifier
又はDT Regression
としてEnsemble Methods
を使用することも高い、および/または過剰適合に設定されているか否かmax_depth
決定するのに有用です。
関連する問題
- 1. sklearnのDecisionTreeClassifierの「splitter」属性は何をしますか?
- 2. sklearnのmin_samples_splitとmin_samples_leafの違いDecisionTreeClassifier
- 3. sklearn決定木tree_
- 4. SKlearnとビジュアライゼーションの決定木
- 5. 訓練を受けたSklearnのツリーノードから予測される確率DecisionTreeClassifier
- 6. 意思決定ツリー一意性sklearn
- 7. 決定木sklearn:予測精度100%
- 8. Sklearnには、私のDecisionTreeClassifierモデルの予測の信頼性をテストする方法がありますか?
- 9. DecisionTreeClassifierのGridSearchCV
- 10. はDecisionTreeClassifier
- 11. Python - Graphviz - DecisionTreeClassifierのノード上の凡例を削除します。
- 12. `sample_weight`は` DecisionTreeClassifier`がsklearnで動作する仕組みに何がありますか?
- 13. DecisionTreeClassifierはなぜ意思決定ツリー構造が二分木であるのですか?
- 14. 統計的メタデータなしでscikit-learn DecisionTreeClassifierをレンダリングしますか?
- 15. scikit-learn DecisionTreeClassifierが結果の決定木からフィーチャを除外することにした理由を理解していますか?
- 16. python:ロジスティック回帰係数を使用してsklearnの決定境界を構成する方法
- 17. GaussianNBをインポート中にPythonで未解決の参照 "sklearn"
- 18. ML DecisionTreeClassifier - 連続機能
- 19. COALESCEフィールドのソースを決定します
- 20. DecisionTreeClassifierのfit()は、同じデータを持つ異なるツリーを返します。
- 21. 数値変数とカテゴリ変数を使用してsklearnを使用して決定木に適合する
- 22. gridsearchcv sklearnでトレーニングと検証を設定しました
- 23. sklearn-decisiontreeclassifierを使用しているときに「なし」を処理するにはどうすればいいですか?
- 24. Sklearnのインポートに失敗しました
- 25. sklearn推定パイプラインのパラメータが無効
- 26. sklearnクラスタリング:大規模なデータセットで最適なクラスタ数を決定する最速の方法
- 27. テンソルフロー勾配の決定の決定性?
- 28. はネットワークパケット構造を決定します
- 29. スライダは重力を決定します
- 30. SklearnのTensorflowコピーMLPRegressorは他の結果を生成します