可以在scikit-learn中修改/修剪学习树吗？

在scikit-learn中，可以通过设置决策树算法的参数来修改或修剪学习树。决策树是一种基于树结构的监督学习算法，用于解决分类和回归问题。

在scikit-learn中，可以使用DecisionTreeClassifier类和DecisionTreeRegressor类来构建决策树模型。这些类提供了一系列参数，可以用于修改和修剪学习树。

一些常用的参数包括：

max_depth：限制决策树的最大深度，以防止过拟合。
min_samples_split：指定分裂一个内部节点所需的最小样本数。
min_samples_leaf：指定每个叶节点所需的最小样本数。
max_features：限制每个节点在拆分时考虑的特征数量。
criterion：用于衡量特征选择质量的函数，例如"gini"或"entropy"。

通过调整这些参数，可以修改决策树的结构和行为，以达到更好的性能和泛化能力。

对于学习树的修剪，可以使用剪枝算法，例如预剪枝和后剪枝。预剪枝是在构建决策树时提前停止树的生长，以避免过拟合。后剪枝是在构建完整的决策树后，通过剪掉一些子树来减小模型复杂度。

在scikit-learn中，可以通过设置参数来实现预剪枝，例如设置max_depth、min_samples_split和min_samples_leaf等参数。然而，scikit-learn目前不直接支持后剪枝。

决策树在机器学习中具有广泛的应用场景，包括分类、回归、特征选择等。它们易于理解和解释，并且在处理大规模数据集时具有较高的效率。

腾讯云提供了一系列与机器学习和人工智能相关的产品和服务，例如腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）、腾讯云人工智能开放平台（https://cloud.tencent.com/product/aiopen）、腾讯云智能图像处理（https://cloud.tencent.com/product/tiia）等。这些产品和服务可以帮助开发者在云计算环境中更便捷地进行机器学习和人工智能相关的开发和部署。

可以在scikit-learn中修改/修剪学习树吗？

python、machine-learning、scikit-learn、random-forest、decision-tree

可以使用以下命令访问sklearn中的树参数tree.tree_.children_righttree.tree_.feature但是，尝试写入这些变量会引发不可写异常有没有办法修改学习到的树，或者绕过不可写的AttributeError？

浏览 13提问于2016-08-18得票数 5

回答已采纳

1回答

什么决策树算法用于科学学习中的随机森林分类器

scikit-learn、random-forest、decision-tree

在标题中，我想知道在哪里可以检查RandomForestClassifier在scikit-learn中使用了哪些决策树算法。它在“属性”( attributes base_estimator_ = DecisionTreeClassifier )中写道，那么在“科学学习”中的DecisionTreeClassifier后面是“购物车”，那么这是我的答案吗？链接到scikit-学习如有任何建议，将

浏览 0提问于2020-11-14得票数 1

回答已采纳

1回答

学习区间的并集

python、machine-learning、scikit-learn、decision-tree

我想学习一组k区间，这样，当标签1被赋予这些区间中的所有点时，误差就会最小化。在scikit-learn中有没有一些通用的算法来做这件事，或者对决策树算法做了一些修改？直接的决策树算法不会起作用，因为你不能控制k，只能控制深度，并且分支的顺序可能导致最终的区间集不是最优的。如果有必要，一些不在scikit-learn中的东西可能也是可以的。

浏览 1提问于2015-05-11得票数 1

3回答

学习随机森林分类python中的内存分配错误

python、scikit-learn、random-forest

我试图在2，79,900个有5个属性和1个类的实例上运行sklearn随机森林分类。但是，当我试图在拟合线上运行分类时，会出现内存分配错误，无法对分类器本身进行训练。对于如何解决这个问题，有什么建议吗？x，y，日，周，准确性 X和y是坐标日，是月的哪一天(1-30)，周是一周的哪一天(1-7)，精度是整数。

浏览 1提问于2018-11-28得票数 2

2回答

scikit中的max_depth是否等同于剪枝决策树？

machine-learning、python、scikit-learn、decision-trees、supervised-learning

我在分析使用决策树创建的分类器。在scikit的决策树中有一个名为最大值_深度的调优参数。这相当于修剪决策树吗？如果没有，我如何使用scikit修剪决策树？

浏览 0提问于2018-09-23得票数 11

回答已采纳

1回答

安装scikit时，就地构建扩展有什么好处--学习？

python、scikit-learn

我正在尝试安装scikit的开发版本--学习。下面是中关于它的声明我不太明白这条指令。据我所知，--inplace选项是将构建的文件放入与纯python模块相同的目录中。它与避免重新安装有什么关系？

浏览 2提问于2015-12-22得票数 1

回答已采纳

3回答

在Weka中修剪和未修剪的树是什么？

java、weka

在决策树J48示例中，当我们说树已修剪或未修剪时，有什么区别？

浏览 1提问于2012-07-21得票数 11

回答已采纳

2回答

如何减少opencv (用于CvBoost)中学习模型的大小？

opencv、machine-learning、filesize

该模型有一个由1000名弱学习者组成的树，深度为20 (默认设置)。现在，我想加载它来预测实时生产代码中的类。然而，学习模式的规模是巨大的(几乎是千兆字节)。我相信这是因为保存函数保存了所有用于学习的数据，这样就可以正确地更新培训模型。然而，我不需要这个功能在运行时，我只是想使用固定的参数(1000弱学习者，等等)，这应该不是很多数据。有没有一种方法可以将弱学习者的参数保存下来并加载到CvBoost?中？是否有人有

浏览 6提问于2015-02-24得票数 1

2回答

基于异构特征空间的SVM学习

machine-learning、classification、svm、scikit-learn

我正在试验一些文档分类任务，到目前为止，支持向量机在TF*以色列国防军特征向量上工作得很好。我想加入一些不基于词频的新特性(例如文档长度)，看看这些新特性是否有助于分类性能。如果不是，那么多核学习是否就是通过在每个子特征空间上训练一个内核并使用线性插值将它们组合起来的方法呢？(我们仍然没有在scikit中实现MKL --学习，对吗？)或者我应该转向那些能够很好地处理异构特性的可选学习者，比如MaxEnt和决策树？提前感谢您的

浏览 4提问于2013-02-04得票数 4

回答已采纳

1回答

带有scikit的随机森林学习.9或更低版本

python、machine-learning、scikits、random-forest、scikit-learn

我在我的mac和linux机器上安装Scikit learn时遇到了一些奇怪的问题。只有scikit学习.9安装。有没有办法使用这个版本来学习随机森林？

浏览 1提问于2012-02-20得票数 2

回答已采纳

2回答

ImportError:无法从“sklearn.tree”导入名称“plot_tree”

python、python-3.x、scikit-learn、pip

从sklearn导入plot_tree时的导入错误错误-日志：

浏览 14提问于2019-12-06得票数 1

回答已采纳

4回答

学习RandomForest内存错误

python、python-2.7、scikit-learn

我试图在mnist手写数字数据集上运行scikit学习随机森林算法。在算法的训练过程中，系统陷入了一个记忆错误。请告诉我该怎么做才能解决这个问题。

浏览 5提问于2014-04-16得票数 5

1回答

科学知识-学习在它的树结构中保存每个叶节点的决策标签？

python、scikit-learn、decision-tree、tree-structure

我已经训练了一个随机森林模型，使用scikit学习，现在我想把它的树结构保存在一个文本文件中，这样我就可以在其他地方使用它了。根据的说法，树对象由多个并行数组组成，每个数组都包含一些关于树的不同节点的信息(例如。左孩子，右孩子，它检查的特征是什么.)。但是，似乎没有对应于每个叶节点的类标签的信息！在上述链接中提供的示例中甚至没有提到它。有谁知道类标签存储在scikit-learn决策树结构中的位置吗？

浏览 1提问于2017-05-24得票数 10

回答已采纳

2回答

科学学习与滑雪板的区别

python、python-2.7、scikit-learn

在OSX10.11.6和python 2.7.10上，我需要从sklearn流形导入。我已经安装了numpy 1.8 Orc1，.13 Ob1和scikit-learn 0.17.1。sklearn/base.py"，第11行，从.utils.fixes导入签名文件"/Library/Python/2.7/site-packages/sklearn/utils/init.py"，第10行，在.murmurhash导入murmurha

浏览 5提问于2016-08-03得票数 60

回答已采纳

1回答

如何在决策树中指定拆分？

scikit-learn、decision-tree

我正在尝试训练一个决策树分类器，用于使用scikit-learn提供的函数来评估棒球运动员。一个相关的问题是--我是否可以“预加载”以前训练过的决策树模型，并在随后的训练中仅仅“更新”它？或者，decisio树分类器每次运行时都需要重新学习所有规则？我在这里试图做的类比是迁移学习，但应用它的决策树。

浏览 2提问于2017-10-05得票数 1

2回答

如何调整我的Minimax搜索树，以处理没有基于术语的游戏？

algorithm、artificial-intelligence、minimax、alpha-beta-pruning

我们已经被告知，我们需要修改或更改极小极大树，以便能够使用mancala，因为在游戏中，玩家可以在一行中有多个回合。我已经实现了我的游戏逻辑和GUI，但现在在我开始学习AI之前，我想试着了解一下它背后的理论。我已经在网上搜索了基于非圈的mini - max树，但我似乎找不到任何东西。有了我现在需要的树，如果第二个玩家有两个回合，我会说：min > max > max > min > max吗？我们还需要能够指定Minimax<

浏览 1提问于2013-05-21得票数 6

1回答

rpart.control最小拆分不更改树

r、decision-tree、rpart

我在玩rpart。我使用的是一家银行的play数据集，有5000行，有7个IV，类有2个因子。原始模型为(未设置控制参数)：然后，我在rpart.plot中创建了一个树，没有任何问题然后，我尝试通过添加一些控制参数来修剪树： Pruned_UB_rpart <-prune(UB_rpart,cp=.01, minsplit=10, minbucket=

浏览 2提问于2014-01-28得票数 2

1回答

RandomForest在Weka 3.7中的精确实现

machine-learning、data-mining、weka、decision-tree、random-forest

我的理解是：树长得很好，不修剪。

浏览 0提问于2013-10-02得票数 2

回答已采纳

1回答

利用随机森林进行5次训练精确图的意义

random-forest、cross-validation、multilabel-classification、accuracy、matplotlib

我使用sklearn.model_selection.learning_curve进行5倍的数据训练。代码如下所示。train_sizes,train_scores, validation_scores = learning_curve(estimator = ensemble.RandomForestClassifier(),

浏览 0提问于2020-01-08得票数 1

1回答

有没有一种方法可以用决策树/随机森林进行迁移学习？

python、scikit-learn、random-forest、decision-tree

有没有一种方法可以用决策树或随机森林模型进行迁移学习？具体地说，我想知道在Python语言中是否有一种好的简单的方法来实现这一点，使用Scikit-learn训练的模型。我所能想到的就是在原始数据集上训练一个随机森林，当新数据到达时，训练新的树并将其添加到您的模型中。然而，我想知道这是不是一个好的方法，是否有其他更好的方法。

浏览 340提问于2021-05-11得票数 3

点击加载更多