詹惠儿

2020-10-26   阅读量: 26

Scikit-learn

DecisionTreeClassifier() 的splitter参数怎么理解?

问:

DecisionTreeClassifier() 的splitter参数怎么理解?


答:

splitter 是用来控制决策树中的随机选项的,有两种输入值:
1. 输入”best",决策树在分支时会优先选择更重要的特征进行分支(重要性可以通过属
性 feature_importances_查看);
2. 输入“random",决策树在分支时会更加随机,树会因为含有更多的不必要信息而更
深更大,并因这些不必要信息而降低对训练集的拟合。 这也是防止过拟合的一种方式。
当你预测到你的模型会过拟合,用这两个参数来帮助你降低树建成之后过拟合的可能性。
当然,树一旦建成,我们依然是使用剪枝参数来防止过拟合。

.

50.0000 1 0 关注作者 收藏

评论(0)


暂无数据

推荐帖子

推荐课程