栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

BaggingClassifier使用的分类器的调整参数

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

BaggingClassifier使用的分类器的调整参数

我自己找到了解决方案:

param_grid = {    'base_estimator__max_depth' : [1, 2, 3, 4, 5],    'max_samples' : [0.05, 0.1, 0.2, 0.5]}clf = GridSearchCV(BaggingClassifier(DecisionTreeClassifier(),    n_estimators = 100, max_features = 0.5),        param_grid, scoring = choosen_scoring)clf.fit(X_train, y_train)

即说,

max_depth
“属于”
__
base_estimator
,也就是我
DecisionTreeClassifier
在这种情况下。这可以工作并返回正确的结果。



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/660164.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号