3回答
对random_state参数感到困惑，不确定为什么决策树训练需要一些随机性。我的想法是，(1)它与随机森林有关吗？(2)它与分裂训练测试数据集有关吗？
浏览 3提问于2016-08-26得票数 32
回答已采纳
3回答
K近邻和决策树的特征选择
、、、
我必须选择两个特征，所以决定把这些特征相提并论，看看我是否能够洞察到最好的特征来训练我的算法。我考虑使用的算法有:K近邻算法和决策树算法。我对机器学习非常陌生，我选择这两种算法只是因为我遇到了它们。f1到f9与f1到f9的特征矩阵决策树决策边界我有几个问题：当我看特性时，应该首先考虑线性数据分离。然后用一种可以处理非
浏览 0提问于2016-11-06得票数 4
回答已采纳
我已经训练了一个随机森林模型，并且使用了一致的random_state值。在我的培训、测试和验证数据集(所有数据都在.98左右)中，我也获得了很好的准确性。虽然少数类仅占数据集的10%。310, n_estimators=300)考虑到训练、验证和测试数据集的良好精度分数，random_state是否会影响我的模型的泛化
浏览 1提问于2019-03-08得票数 1
回答已采纳
2回答
这是对深度学习算法和机器学习算法(如递归神经网络、多层感知器或支持向量机)进行调整时经常出现的一个普遍问题。我的问题正是这样:有无限多的超参数组合可能。我们知道，有许多可能的超参数配置可能会产生类似的泛化错误。模型选择决策应基于什么？
浏览 0提问于2018-06-10得票数 2
1回答
日安，
背包算法在我的脑海中并不完全是“点击”。我知道如何回答不同种类(0-1背包，带香料背包等)的背包问题，但我并不完全理解算法本身，我很想填补这个空白。从点0 {0,0，...0}出发，计算相邻节点，然后根据得到的结果，得到矩阵中的下一个对角线点，得到最优解。重复，直到算法中所有考虑的选项都被删除为止。，我们如何知道背包算法的工作原理(除了经验观察)？特别是，我们如何确切地知道没有可选配置被认为是s.t。使用“X维矩阵”的在内存使用上看起来非常冗余，对于背包问题是否有更优化的数据结构？
浏览 1提问于2019-10-25得票数 0
回答已采纳
最近我一直在研究一些贪婪的算法问题。我对局部最优感到困惑。如你所知，贪婪算法是由局部最优选择组成的。但是组合局部最优决策并不一定意味着全局最优，对吧？但如果我们添加一个12美分的硬币，贪婪算法就会失败，因为(1×12+3×1)使用的硬币比(1×10+1×5)多。
考虑一些经典的贪婪算法，例如Huffman，Dijkstra。在我看来，这些算法是成功的，因为它们没有退化的情况，这意味着局部最优步骤的组
浏览 5提问于2011-06-29得票数 9
回答已采纳
1回答
我想用Gurobi来解决一个非常简单的LP：s.t.X+y <= z然后对模型进行了求解，程序返回z的最优值为0.000。我不明白为什么这是最优值？Gurobi的默认决策变量是否有任何约束，比如它们是非正变量。否则，当x，y和z是无界的时候，为什么0.0是这个LP的最优值？
浏览 8提问于2021-04-13得票数 0
回答已采纳
1回答
连续时间有限视界MDP
、、、、
有算法来求解有限时间半马尔可夫决策过程吗？
我想找出具有有限作用空间、有限状态空间和最后期限的序贯决策问题的最优策略。关键的是，不同的动作需要不同的时间，对于其中一个动作，这个持续时间是随机的。我知道无限视界半MDPs的算法，但我在有限水平半MDPs上找不到任何工作。这类问题以前学过吗？
浏览 1提问于2016-05-03得票数 0
回答已采纳
2回答
优化仿真决策的最佳算法
、、、、
我正在寻找最好的算法来优化在一个模拟中做出的决策，以便在合理的时间内找到一个快速的结果。同时做了一些“滴答”，有时需要作出决定。最终达到目标状态。它不是最优的。I有一个合理的启发式函数来确定什么是好的决策我有一个合理的函数来确定从节点到目标的最小时间成本。，，我需要处理这个问题大约10秒，然后给出我所能给出的最好的答案。，我相信A*会找到我的最优解。问题是决策树太大了，我无法足够快地计算出来。IDA*将在10秒内给我一个很好的最初几个选择，但我需要一条通往目标
浏览 3提问于2011-02-24得票数 5
回答已采纳
在randomForest()中实现的算法生成自举数据。它有可能生成零变量。在这种情况下，这些自举常量是在选择mtry候选变量之前删除，还是从候选变量池中提取然后删除？
浏览 26提问于2021-04-23得票数 0
1回答
3类分类问题的截断阈值
、、、、
针对一个3类(低、中、高)分类问题，建立了一个随机森林模型，并求出了该模型的最优概率阈值。metrics.roc_curve(y_test, predicted_proba[:, -1])ValueError: multiclass format is not supported
如何为三类问题找到最优的概率决策阈值
浏览 2提问于2020-11-20得票数 0
1回答
我的项目工作是利用人工智能(如故障定位和分类、负荷预测和上下文感知、IoT等)对电力系统进行优化，我使用了粒子群优化、监督微调策略等。请有人建议一种新技术，与其他技术相比，它能产生最佳效果吗？
浏览 0提问于2018-10-04得票数 0
我目前正在使用决策树(使用Scikit学习DecisionTreeRegressor)来拟合回归树。我面临的问题是，使用与6个月前相同的数据的算法，在输出(即。最优分裂点)。
浏览 13提问于2022-03-25得票数 0
1回答
最好的方法是创建最精确的分类器，训练一组分类算法，如ANN、SVM、KNN等，并测试不同的参数以获得每个分类器的最优参数，看看哪个分类器的测试误差最小？还是更好地使用集成方法，选择不同类型的训练分类器的“多数”决策？
浏览 0提问于2016-06-18得票数 1
回答已采纳
1回答
学习区间的并集
、、、
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。
浏览 1提问于2015-05-11得票数 1
2回答
在应用特征选择之前和之后，我尝试对不同机器学习算法的性能进行实验。利用sklearn提供的函数(SelectFromModel)，对SVM、随机森林、KNN、线性回归以及决策树作为特征选择方法进行了测试。
除决策树算法外，所有算法在应用特征选择后都有了明显的改进。这是否意味着决策树需要大量的特性才能生成一个好的模型？
浏览 0提问于2020-04-19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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
