sklearn--決策樹和基於決策樹的集成模型

一.決策樹 決策樹一般以選擇屬性的方式不同分為id3(信息增益),c4.5(信息增益率),CART(基尼系數),只能進行線性的分割,是一種貪婪的算法,其中sklearn中的決策樹分為回歸樹和分類樹兩 ...

sklearn--模型的評價

sklearn.metrics 1.MSE(均方誤差)和RMSE(均方根誤差),以及score() lr.score(test_x,test_y)#越接近1越好,負的很差 from s ...

sklearn--數據集的處理 模型參數選擇

1、隨機划分訓練集和測試集 sklearn.model_selection.train_test_split 一般形式： train_test_split是交叉驗證中常用的函數，功能是從樣本中隨 ...