默认情况下，scikit learn DecisionTreeRegressor返回给定叶节点中训练集中所有目标值的平均值。使用scikit-learn可以做到吗？
浏览 0提问于2016-07-11得票数 4
此页在scikit-learn中显示决策树中的路径。在到达决策树的叶节点后，我们在哪里获得最终的结果值？
浏览 0提问于2020-12-25得票数 0
回答已采纳
决策树将节点拆分，直到某些破缺条件，并使用任何节点中值的平均值作为预测。如何做到这一点？
浏览 4提问于2020-09-08得票数 0
回答已采纳
📷我试图学习DecisionTreeRegression算法的滑雪库。我使用了下面的代码来适应回归器。from sklearn.tree import DecisionTreeRegressor as DTR
regressor1.fit(X,y)
这些是我得到的叶节点<em
浏览 0提问于2020-03-12得票数 0
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.DecisionTreeRe
浏览 11提问于2014-06-02得票数 2
回答已采纳
1回答
我有两个问题，一个是理论问题，另一个是执行问题：如果我有P(A，B，C)，A和B有连续值，我如何用高斯分布来表示？实际问题是我需要从一个连续值数据集中学习一个贝叶斯结构，我使用这个工具箱用于Matlab
浏览 1提问于2014-01-13得票数 0
我希望能够对连续数据进行训练和分类，因此我实现了k均值聚类，并缩小了任何输入训练或预测数据的值范围。但是，我遇到了这样的问题:在训练过程中没有遇到的属性值，在树的某个深节点中遇到，但在更高的位置上存在。具有此特定属性值的所有数据点都可能最终出现在树的不同分支上。因此，为了‘解决’这个问题，每当遇到节点<
浏览 0提问于2017-02-22得票数 2
回答已采纳
1回答
我正在读一篇关于为什么我们需要B-Tree的文章。它告诉我，B-Tree可以减少IO的数量，而其他树，如红黑树，不能。IO的数量等于B-Tree的高度。我们正在寻找值9。对于B树，有三倍的IO，但对于二叉树，可能有四倍的IO。
现在我很困惑。为什么B-Tree可以保证最多只有三次IO？也就是说，谁能保证节点3和节点7必须位于同一个磁盘块中？我认为B-Tree中
浏览 2提问于2020-11-23得票数 1
这个Spark运行在3个节点上。我有一个状态对象(MessageState)，它包含一个HashMap。这个HashMap包含一个图(键叶，值父)(不，GraphX不是这方面的解决方案)，假设状态对象将变得大到适合一个节点，所以它将分布在其他两个节点上。如果我想知道一个叶的上父级(它会执行一些递归函数来遍历整个映射)，那么是否有可能假设叶子位于节点3上，而最上面的
浏览 2提问于2016-08-24得票数 1
回答已采纳
3回答
为这个新手的问题道歉。我有一个带有多变量输出的学习DecisionTreeRegressor的scikit。如果输出是输出_var1，输出_var2格式的，其中每个变量都是连续数而不是整数，为什么结果是1，1而不是1.5，1.5？在这个模型中需要修改什么才能得到1.5，1.5？from sklearn.tree import DecisionTreeRegressor
y = [ [1,1], [2,2], [3
浏览 0提问于2019-06-28得票数 4
回答已采纳
1回答
异常检测的决策树
、、、
Idea
我想在dataset X上训练一个决策树，其中包含N行、p列，有一个实际值的目标变量Y (这是一个回归问题)。dataset X包含异常对象和非异常对象.决策树训练过程在每次迭代时生成一组对象，在一个维度上迭代地分割数据集。预测期间的决策树将对象分配给特定的叶节点。每个叶节点的目标变量Y的值都有一定的分布</e
浏览 0提问于2020-11-28得票数 1
1回答
我使用的是Weka Java API。我在一个实例对象(数据集) data上训练了一个贝叶斯网络。Trainingbn.initStructure();estimator.estimateCPTs(bn);
getMargin返回节点的边际分布理想情况下，假设节点A有3个可能的值，其节点索引为0。然后，bn.g
浏览 0提问于2018-11-27得票数 0
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”。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<em
浏览 46提问于2021-01-08得票数 0
1回答
我正在工作的工具，需要一个三维“体素基础”引擎。我的意思是，它将涉及从网格中添加和删除多维数据集。为了管理这些多维数据集，我需要一个允许快速插入和删除的数据结构。我在and树和octree中看到的问题是，由于这些操作，它们似乎经常需要重新创建(或者至少是重新平衡)。
使用的
浏览 2提问于2013-08-01得票数 1
回答已采纳
我想要获取GradientBoostingClassifier模型中的叶子，但我对apply方法的结果不明确，我的代码如下：gbt.fit(X_train, y_train)
print(x_leaf)
我得到了x_leaf的结果我想知道为什么x_leaf[:, :, 0
浏览 0提问于2020-10-20得票数 0
1回答
我使用R中的包quantregForest，它基于randomForest，从一组预测器生成预测间隔。
在对某些数据进行训练后，它为测试数据中的每一组预测器输出一个基于分位数的预测间隔。据我了解，生成的随机森林中的每个叶(或终端节点)都表示值的分布。如何访问组成森林中每个叶子(终端节点)的值？
浏览 3提问于2022-03-17得票数 1
1回答
这个B+树有效吗？
、、、
在B+树中，是否存在一个非叶节点，从而删除它的键值？这意味着B+树在它的中间非叶节点中有一个值，而在它的任何叶节点中没有值。
请考虑以下结构。我是在研究B+树的时候发现这个的。在此结构中，13不是叶节点。但它是一个非叶<e
浏览 5提问于2014-03-06得票数 4
回答已采纳
1回答
贝叶斯超参数优化
、、
我已经为我的lstm超参数做了一些贝叶斯超参数优化的实验。我想知道这些策略在哪里被称为“贝叶斯”。谁能解释一下在超参数优化的背景下“贝叶斯”是什么意思？
谢谢
浏览 17提问于2019-06-27得票数 1
给出以下杨定义，在模块test中 key "name"; type string;}
如果路径表达式中的数据节点是杨列表节点，则必须根据以下规则对列表的键值(，如果有)进行编码:o表示杨列表的数据资源的<
浏览 1提问于2019-05-14得票数 1
回答已采纳
在对贝叶斯网络中的条件概率进行估计后，提出了一个节点("Inlet_gas_total_pressure")的概率问题；条件概率表：0.843127 0.156873
bn.mle.before$"Inlet_gas_tot
浏览 4提问于2016-09-21得票数 3
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
云直播活动推荐
腾讯云开发者
