1回答
我试着用下面的代码计算DecisionTreeRegressor的分数：from sklearn.model_selection importtrain_test_splitfrom sklearn.metricsLotFrontage'].astype('int32')
X_tra
浏览 8提问于2019-08-05得票数 1
回答已采纳
这里的模型是DecisionTreeRegressor。我只想知道计算DecisionTreeRegressor模型的准确性的标准是什么。我的理解是，它与分数相同，可以简单地计算为regressor.score(X_test, Y_test)
请告诉我应该用什么来计算DecisionTreeRegressor模型的精度。
浏览 0提问于2020-05-27得票数 2
我想知道GridSearchCV返回的分数与如下计算的R2指标之间的差异。在其他情况下，我得到的网格搜索分数是非常负的(同样适用于cross_val_score)，如果我能解释一下这是什么，我将不胜感激。datasetsfrom sklearn.tree import DecisionTreeRegressormin_samples_split':np.arange(2,10)
浏览 0提问于2018-05-08得票数 7
回答已采纳
check_scoring在sklearn.metrics中是什么?它是如何工作的?它与make_scorer有什么区别？
浏览 4提问于2021-05-06得票数 1
回答已采纳
2回答
我试图评估特性的相关性，并使用DecisionTreeRegressor()# TODO: Make a copy of the DataFrame, using the 'drop# TODO: Create a decision tree regressor and fit it to the training set
from sklearn.tree import DecisionTreeRegressorregressor = DecisionTreeRegressor(random_state
浏览 6提问于2017-09-10得票数 4
DecisionTreeRegressor有一个MAE准则，它使用每个终端节点的中值来计算MAE。有没有办法用每一个终端节点的平均值来折射它来计算MAE呢？regr = DecisionTreeRegressor(max_depth=2, criterion='mae')
浏览 0提问于2018-04-09得票数 0
回答已采纳
1回答
我从不同的估计者那里得到了不同的分数。SVR(核=‘rbf’，C=1e5，gamma=0.1) 0.97368549023058548
由于所有的回归估计都应该使用R-平方评分，所以我认为它们是可比的，即分数越接近于1，模型的训练效果就越好。但是，每个模型都分别实现了分数函数，所以我不确定。请澄清。
浏览 4提问于2017-05-28得票数 1
回答已采纳
1回答
500, 500, 1000, 5000] models[str(n)] = BaggingRegressor(base_estimator=DecisionTreeRegressor(), n_estimators=n) )
) 但是我得到了一个错误的TypeError: 'DecisionTr
浏览 14提问于2021-06-29得票数 0
回答已采纳
我正在尝试使用GridsearchCV来优化一个DecisionTreeRegressor。我设置的参数空间越大，得分就越差。simple_tree =GridSearchCV(tree.DecisionTreeRegressor(random_state=42), n_jobs=4, param_grid={'min_samples_splitneg_mean_squared_error')
我希望与不太广泛的网格搜索相比，更广泛的网格搜索会得到相
浏览 0提问于2019-03-31得票数 1
1回答
该模型如下所示 def get_stacking(): level0.append(("DT", DecisionTreeRegressor()))level0.append(("DT-2", DecisionTreeRegressor(max_depth=2))) modelStackingRegressor(estimators=level0, final_estimator=level1)
浏览 30提问于2021-06-27得票数 0
回答已采纳
2回答
我已经计算了每个方面的一些值，并使用sentiwordnet确定了它的极性。
例如，这部电影很棒。在这里，电影是一个方面，我使用一些度量来确定它的值，例如movie=1.5677和极性是正的。
浏览 0提问于2016-11-29得票数 0
1回答
当使用sklearn的决策树回归(例如DecisionTreeRegressor和RandomForestRegressor)时，我在理解交叉验证的执行过程中遇到了问题。在用标准方法对回归者进行拟合和评分时：rf = RandomForestRegressor()
rf.fit(X,y因此，我试图用交叉验证(10倍)对回归者进行评分，以获得更真实的准确性表示：rf = RandomForestRe
浏览 0提问于2017-06-21得票数 5
回答已采纳
2回答
我写了下面的代码来学习机器学习方法中的分数。但我得到了以下错误。原因是什么？？Genres'], axis=1)
basari_DTR = DTR.score(X_test,y
浏览 0提问于2019-08-27得票数 1
回答已采纳
这在DecisionTreeRegressor中是没有的
我的理解是，决策树分类器和回归器之间的基本机制非常相似，主要的区别是，来自回归者的预测是作为潜在的leafs的手段计算出来的。
浏览 0提问于2018-12-03得票数 3
回答已采纳
我想使用“自定义筛选器分数”查询，并使用筛选器来控制结果文档的分数。我想要一种方法来使用ElasticSearch计算的文档原始分数，然后使用该分数来计算文档的最终分数，该分数与给定的过滤器相匹配。例如"_docScore * 50/100“作为筛选器的脚本，其中"_docScore”是与筛选器匹配的文档的原始分数。任何帮助都是非常感谢的。
浏览 1提问于2013-06-28得票数 1
当我使用sklearn的DecisionTreeClassifier()构建我的模型时，我得到了60%的分数，但是当我使用sklearn的DecisionTreeRegressor()构建我的模型时，我只获得了
浏览 0提问于2019-07-14得票数 1
回答已采纳
得分和置信度例如：“置信度”：0.0847209066468392，“得分”：3.4830062，标记"retrieval_details“的值是"document_retrieval_strategy"：”未训练的在文档中，首先写道“训练过的和未训练过的私人集合都将返回置信度分数”，并且进一步写到“未训练的document_retrieval_strategy的结果的置信度分数是对文档结果与查询的相关性的无监督估计；它不能与训练的集合返回的分数互换。与<e
浏览 22提问于2019-03-20得票数 0
我正在使用DecisionTreeRegressor，并试图了解数据与模型的匹配程度。我计算了RMSE和coefficient of determination。from sklearn.tree import DecisionTreeRegressorfrom sklearn.metricsdt_score_list = [] boosted_re
浏览 0提问于2018-09-25得票数 2
回答已采纳
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
