sklearn--决策树和基于决策树的集成模型
一.决策树 决策树一般以选择属性的方式不同分为id3(信息增益),c4.5(信息增益率),CART(基尼系数),只能进行线性的分割,是一种贪婪的算法,其中sklearn中的决策树分为回归树和分类树两 ...
花费 7 ms
sklearn--模型的评价
sklearn.metrics 1.MSE(均方误差)和RMSE(均方根误差),以及score() lr.score(test_x,test_y)#越接近1越好,负的很差 from s ...
sklearn--数据集的处理 模型参数选择
1、随机划分训练集和测试集 sklearn.model_selection.train_test_split 一般形式： train_test_split是交叉验证中常用的函数，功能是从样本中随 ...