腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
回归
树
与
模型
树
的区别
machine-learning
、
statistics
我需要一些帮助来理解
回归
树
和线性
模型
树
之间的区别。沙赫扎德
浏览 4
提问于2012-08-05
得票数 5
回答已采纳
2
回答
我是否可以使用其他不基于决策
树
的
回归
类型来像学习梯度增强的弱学习者一样使用它?
regression
、
boosting
、
ensemble
我在想,如果我能像弱学习者一样在梯度提升中使用多项式
回归
,但我读到决策
树
是用来做这个的,我找不到其他弱学习者可以使用的可能性的东西。
浏览 0
提问于2020-05-26
得票数 2
1
回答
在机器学习的堆叠中,你应该按什么顺序训练
模型
?
machine-learning
我将获取第一个
模型
的输出,并将这些输出用作第二个
模型
的特征。在做这个决定时,我需要考虑哪些因素?
浏览 2
提问于2017-10-17
得票数 0
1
回答
用于预测建模的决策
树
statistics
、
machine-learning
、
supervised-learning
现在使用
回归
方法,我可以得到一个将辐射和通量联系起来的数学
模型
,并且可以用来预测新辐射度值的通量,而不需要其他新的输入。 是否可以使用决策
树
或
回归
树
来执行相同的操作?在
回归
中,有一个连接因变量和自变量的数学方程。使用决策
树
,您如何开发这样的
模型
?
浏览 0
提问于2013-07-13
得票数 0
2
回答
tree.DecisionTreeRegressor是
模型
树
还是
回归
树
?
python
、
machine-learning
、
scikit-learn
、
tree
我的理解是: 在
回归
树
中:每片叶子的目标值计算为训练期间到达该叶的实例的目标值的平均值。在
模型
树
中:每个叶的值是一个线性函数,它使用特征的子集,通过对在训练期间到达该叶的实例执行线性
回归
来确定。是科学工具中的tree.DecisionTreeRegressor -学习
回归
树
还是
模型
树
浏览 11
提问于2014-06-02
得票数 2
回答已采纳
2
回答
受过训练的机器学习
模型
太大了
python
、
machine-learning
、
pickle
、
random-forest
我们已经为一些
回归
任务训练了一个额外的
树
模型
。我们的
模型
由3个额外的
树
组成,每个
树
有200棵深度为30的
树
。在3棵额外的
树
的顶部,我们使用了一个脊
回归
。我们训练了我们的
模型
几个小时,pickled训练
模型
(整个类对象),供以后使用。但是,节省训练的型号太大了,大约140 GB! 是否有办法减少保存的
模型
的大小?
浏览 3
提问于2017-04-24
得票数 13
回答已采纳
2
回答
为什么连续特征在决策
树
模型
中比分类特征更重要?
machine-learning
、
feature-selection
、
decision-trees
、
logistic-regression
、
explainable-ai
我的预测
模型
中既有分类特征,也有连续特征,我希望选择(和排序)最重要的特征。虽然决策
树
模型
的性能远高于Logistic
回归
浏览 0
提问于2020-01-15
得票数 9
回答已采纳
1
回答
机器学习的替代
回归
模型
算法
machine-learning
、
regression
我正在寻找不那么知名的
回归
模型
,如果可能的话,寻找一个实现它的python库。广义线性
模型
,线性,拉索,岭.基于决策
树
的
模型
:购物车,随机森林,梯度提升决策
树
(xgb,lightgbm,catboost)Knn
回归
是否有较少人知道的
回归
算法?我正在寻找替代模式,以增加我的箭袋。
浏览 0
提问于2020-07-23
得票数 1
4
回答
如何在Python中可视化
回归
树
python
、
machine-learning
、
scikit-learn
、
random-forest
、
decision-tree
我希望可视化一个
回归
树
构建使用任何集成方法在科学学习(梯度提升
回归
,随机森林
回归
,打包
回归
)。靠近,处理分类器
树
。但是,这些问题需要“
树
”方法,这是SKLearn中的
回归
模型
所不能使用的。我遇到了问题,因为这些
树
的
回归
版本没有.tree方法(该方法只存在于分类版本)。我想要一个类似于的输出,但是基于一个sci工具包,学习
树
。 我已经探索了与对象相关的方法,但无法给出答案。
浏览 4
提问于2017-11-09
得票数 2
回答已采纳
1
回答
我能用机器学习
模型
作为优化问题的目标函数吗?
python
、
machine-learning
、
optimization
、
scikit-learn
、
scipy
我有一个数据集,我使用Sklearn决策
树
回归
机器学习包为预测目的建立一个
模型
。随后,我试图利用scipy.optimize包来解决基于给定约束的最小解。但是,我不确定是否可以将决策
树
模型
作为优化问题的目标函数。在这种情况下,应该采取什么办法呢?我曾经尝试过线性
回归
模型
,比如LarsCV,它们工作得很好。但是在线性
回归
模型
中,基本上可以从
模型
中提取系数和截获点。
浏览 1
提问于2019-02-22
得票数 7
1
回答
决策
树
回归
与局部加权
回归
相似吗?
regression
、
decision-trees
我对决策
树
方法很陌生。对于决策
树
回归
模型
,它是否只适合于数据的分段步进函数?什么时候,为什么人们会更喜欢它,而不是一些传统的
回归
,如局部加权(黄土)
回归
?
浏览 0
提问于2017-10-27
得票数 3
1
回答
如何减少Azure ML中决策
树
和决策林的运行时间
azure-machine-learning-studio
我试图为包含超过2000000行的数据集运行一个
回归
模型
。在不调优
模型
超参数的情况下,尝试使用线性
回归
和增强决策
树
回归
,没有达到预期的精度。因此,我尝试使用调优
模型
的超参数作为增强决策
树
,该
模型
运行超过20分钟。决策林还需要长时间的to0 (即使没有调优
模型
的超参数)。有没有办法在不影响结果准确性的情况下减少运行时?
浏览 0
提问于2017-12-10
得票数 0
回答已采纳
3
回答
决策
树
性能
machine-learning
、
decision-tree
什么时候决策
树
表现良好?我绘制了一些图表,比较了基于决策
树
的
模型
和基于logistic
回归
的
模型
。决策
树
建立
模型
所需的时间较长,而LRclassifier
模型
的time.Moreover较小,logistic
模型
的f-score高于决策
树
。所以我想知道什么时候应该使用决策
树
。
浏览 2
提问于2017-09-22
得票数 1
1
回答
用决策
树
方法识别多元
回归
自变量
regression
、
linear-regression
、
decision-trees
需要确定一个小的、可管理的独立变量集(IVs)用于多元
回归
。想知道如何使用数据驱动(数据挖掘)?办法如下:然后用这些作为多元
回归
中的IVs?因此,如果你知道的文章和研究论文,说明如何做上述,请留下以下的链接。
浏览 0
提问于2016-08-07
得票数 1
回答已采纳
1
回答
梯度提升
树
的弱学习分类/多类分类
machine-learning
、
scikit-learn
、
classification
我是机器学习领域的初学者,我想学习如何使用梯度增强
树
(GBT)进行多类分类。我读过一些关于GBT的文章,但是关于
回归
问题,我找不到关于GBT多类分类的正确解释。GBT的实现是利用
回归
树
作为弱学习者进行多类分类的GradientBoostingClassifier。 GB以提前阶段的方式建立了一个加性
模型
;它允许对任意可微损失函数进行优化。在每个阶段,n_classes_
回归
树
都适用于二项或多项偏差损失函数的负梯度。二进制分类是一种特殊情况,其中只有一个
回归</
浏览 0
提问于2018-04-25
得票数 0
回答已采纳
1
回答
决策
树
与logistic
回归
特征的重要性
machine-learning
、
scikit-learn
、
decision-trees
、
logistic-regression
、
feature-importances
我曾在同一标准化数据集(二进制分类)上训练过skearn中的Logistic
回归
和决策
树
。决策
树
的最重要系数是(按tree.feature_importances_排序):对于logistic
回归
(按abs(logreg.coef_)排序):“总日费用”是决策
树
中最重要的系数,而logistic
回归
则仅为第5位。S的“总日收费”比下一个决策
树
系数高出大约35%,但对于logreg来说,它几乎比最重要的系数少50%。 我无法想象这种最优的分离超平面,至少在三维
浏览 0
提问于2022-11-28
得票数 0
1
回答
随机森林
回归
中的树木数量
machine-learning
、
random-forest
我正在学习随机森林
回归
模型
。我知道它形成了许多
树
(
模型
),然后我们可以通过平均所有
树
的结果来预测我们的目标变量。我对决策
树
回归
算法也有一定的了解。我们怎样才能形成最佳的树木数量呢?例如,我有一个数据集,其中我正在预测人员工资,而我只有两个输入变量,分别是“经验年限”和“绩效得分”,那么使用这样的数据集我可以形成多少随机
树
?随机森林
树
依赖于输入变量的数量吗?
浏览 127
提问于2019-06-08
得票数 1
1
回答
回归
决策
树
-规范化或分割成连续特征
machine-learning
、
decision-trees
、
xgboost
、
normalization
然而,我不确定这是否是我应该关注的
回归
决策
树
。
浏览 0
提问于2018-07-07
得票数 1
1
回答
分类问题的RandomForestRegressor
python
、
scikit-learn
、
data-science
、
random-forest
在我第一次尝试完成这个任务时,我尝试使用sklearn的RandomForestClassifier来预测标签,但是
模型
过于贴切,测试的准确性也很差。
浏览 2
提问于2020-01-06
得票数 0
回答已采纳
1
回答
有可能提取经过训练的ML
模型
的数学表达式吗?
python
、
r
、
machine-learning-model
、
mathematics
在Python & R中,线性
回归
模型
在学习训练数据后给出了数学表达式,通常以截距、变量系数和p值/t值的形式表示。在训练数据集上对复杂
模型
进行训练后,可以提取基于决策
树
、随机森林、XGBoost等复杂
模型
的数学表示吗?
浏览 0
提问于2022-11-11
得票数 1
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
另外两棵树——回归树&模型树
机器学习算法简介(4)回归树和模型树算法简介
机器学习实战:树回归
回归模型之线性回归
Joinpoint 回归模型
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券