摘要：
#和随机森林一样，基于决策树，采用连续的方式构建树，深度很小max_depth<5.重要的参数n_estimate和learning_rate,这两个参数的y作用在于对模型过拟合化得调整，从而提高模型得泛化能力。 from sklearn.ensemble import GradientBoosti 阅读全文
摘要：
#随机森林是集成学习的一种，基本的原理是在决策树的原理上加上随意boosting根据多种树的结果进行平均而得到回归，分类问题进行投票 在进行随机森林模型时需要对数据进行自采样从而达到与原数据集相同的数据， from sklearn.ensemble import RandomForestClassi 阅读全文