1回答
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
2回答
我使用sklearn.tree.DecisionTreeRegressor预测了一个具有两个独立变量的回归问题，即特征"X"，"Y“和预测的可靠变量"Z”。当我绘制树时，叶子似乎与分类树没有太大不同。结果不是每个叶上的函数，而是每个叶上的单个值，就像在分类中一样。 有人能解释一下，为什么这被称为回归，为什么它不同于分类树吗？因为我似乎误解了sklearn类，有没有python的树包，它会进行“真正的”回归，并且在
浏览 46提问于2021-01-08得票数 0
有几种算法可以构建决策树，例如CART (分类和回归树)、ID3 (迭代二叉树3)等scikit-learn会根据数据聪明地选择最好的决策树算法吗？
浏览 25提问于2019-08-21得票数 2
回答已采纳
2回答
回归树性能不佳
、、
我正在用它训练一个回归树。我在scklearn中使用Gradientboostregressor，Python。我能做些什么来改进模型预测？我尝试对log(价格)建模，然后对exp(预测)建模，但效果不佳。
非常感谢。
浏览 1提问于2020-05-21得票数 1
我正在尽力重新创建一个公司正在使用的算法，方法是吸收所有的输出并添加一些相关变量(由于缺少库存数据，我无法完美地重新创建该算法)。我猜这是一份机器学习的工作，但我想知道我是从哪里开始的？有什么特别的模型我应该先开始吗？我该用的软件？我应该潜入的课程？
浏览 0提问于2019-12-07得票数 0
当我在python中放置random_state = None并运行决策树进行回归时，每次构建树需要不同的变量。
难道不应该只有几个顶部的变量，应该用来分裂，并应该扔给我类似的树每次？另外，如果我对random_state使用整数并运行决策树，它将为每个random_state设置提供一个不同的树。在有这么多树的情况下，应该选择哪棵树？
浏览 0提问于2020-10-21得票数 1
我用Python的Scikit-learn库编写了一个简单的线性回归和决策树分类器代码来预测结果。效果很好。或者我可以这样问，是否有分类、回归或其他类型的算法(决策树、支持向量机、KNN、Logistic回归、线性回归、多项式回归……)可以根据一个(或多个)参数/s预测多个结果？这是我为回归而编写的代码：from sklearn import li
浏览 0提问于2019-06-08得票数 10
回答已采纳
1回答
这是我的代码： regr = DecisionTreeRegressor(max_depth = 2)
y_pred = regr.predict我的第二个问题是，我不知道这个回归树是不是好的和有效的。如何解释回归树？
浏览 41提问于2020-12-22得票数 1
回答已采纳
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
1回答
我正在用python做一个决策树回归。然而，对应于测试样本的预测目标值是该叶中目标变量的平均值。有没有一种方法，我们可以在该桶中运行多元回归，以获得测试样本的目标变量的估计值，而不是仅获得平均值？
浏览 0提问于2019-02-27得票数 0
4回答
如何在Python中可视化回归树
、、、、
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，其中只有一个回归树<
浏览 0提问于2018-04-25得票数 0
回答已采纳
1回答
我想建立各种分类和回归决策树。我的用例集中于决策规则的提取和交流。以前，weka在我的组织中被用于决策树学习。weka可以做Python或Sklearn不能做的事情吗？
浏览 0提问于2020-07-03得票数 2
1回答
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
我主要关心的是，我需要理解随机森林是如何在scikit中进行多数投票来学习源代码的。我没有在RandomForest的源代码中找到特定的代码。如果有人知道，请解释一下。谢谢
浏览 0提问于2019-10-24得票数 1
2回答
我意识到决策树可能不是最好的方法，但我正在比较多种方法，以便更好地理解它们。我的训练数据样本(predict_y_train)：[ -7.59323120e-01 9.89770174e-01] [ 9.89770174e-01],
另外，如果我将列表更改为字符串值，则代码将运行
浏览 0提问于2016-05-11得票数 1
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
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
