sklearn随机森林-分类参数详解

sklearn随机森林-分类参数详解

1、sklearn中的集成算法模块ensemble

复制代码
ensemble.AdaBoostClassifier    ： AdaBoost分类
ensemble.AdaBoostRegressor   ：Adaboost回归
ensemble.BaggingClassifier   ：装袋分类器
ensemble.BaggingRegressor  ：装袋回归器
ensemble.ExtraTreesClassifier ：Extra-trees分类（超树，极端随机树）
ensemble.ExtraTreesRegressor ： Extra-trees回归
ensemble.GradientBoostingClassifier ： 梯度提升分类
ensemble.GradientBoostingRegressor  ：梯度提升回归
ensemble.IsolationForest  ：隔离森林
ensemble.RandomForestClassifier  ：随机森林分类
ensemble.RandomForestRegressor ： 随机森林回归**
ensemble.RandomTreesEmbedding  ：完全随机树的集成

ensemble.VotingClassifier  ：用于不合适估算器的软投票/多数规则分类
复制代码

其它内容：参见

posted @   技术研究与问题解决  阅读(1918)  评论(0)  编辑  收藏  举报
编辑推荐：
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语，封装的思维：从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热？
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列：向量存储与相似性搜索在 .NET 中的实现
阅读排行：
· 地球OL攻略 —— 某应届生求职总结
· 周边上新：园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源！
· 提示词工程——AI应用必不可少的技术
· .NET周刊【3月第1期 2025-03-02】
历史上的今天：
2019-03-11 Spring-扫描注解原理,注解自动扫描原理分析
点击右上角即可分享
微信分享提示
SQL AI 助手