class sklearn.neighbors.KNeighborsClassifier K近邻（KNN）参数详解
摘要：k近邻法（k-nearest neighbor, kNN） 是一种基本分类与回归方法，其基本做法是：给定测试实例，基于某种距离度量找出训练集中与其最靠近的k个实例点，然后基于这k个最近邻的信息来进行预测。通常，在分类任务中可使用“投票法”，即选择这k个实例中出现最多的标记类别作为预测结果；在回归任务
阅读全文
posted @
2020-09-04 09:57
小小喽啰
阅读(5449)
推荐(1) 编辑
sklearn.ensemble.RandomForestClassifier 随机深林参数详解
摘要：随机森林是一种元估计量，它适合数据集各个子样本上的许多决策树分类器，并使用平均数来提高预测准确性和控制过度拟合。子样本大小由max_samples参数bootstrap=True (default)控制，否则整个数据集用于构建每棵树 随机森林优势 随机森林算法几乎不需要输入的准备。它们不需要测算就能
阅读全文
posted @
2020-09-01 17:26
小小喽啰
阅读(6063)
推荐(0) 编辑
sklearn.svm.SVC 支持向量机参数详解
摘要：用法如下： class sklearn.svm.SVC(*, C=1.0, kernel='rbf', degree=3, gamma='scale', coef0=0.0, shrinking=True, probability=False, tol=0.001, cache_size=200,
阅读全文
posted @
2020-08-25 15:34
小小喽啰
阅读(8426)
推荐(0) 编辑
sklearn.tree.DecisionTreeClassifier 决策树模型参数详解
摘要：决策树参数如下： class sklearn.tree.DecisionTreeClassifier(*, criterion='gini', splitter='best', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_
阅读全文
posted @
2020-08-21 18:13
小小喽啰
阅读(5069)
推荐(0) 编辑
