2回答
决策树中的下一个最佳预测
、、、、
我使用决策树分类器来预测基于以下数据选择的块。我能够预测基于数据的“块选择”列。怎样才能得到第二好，第三最好的预测等等(我需要一个有序的列表)？我能用决策树得到这个吗？
浏览 0提问于2018-05-10得票数 0
回答已采纳
在随机森林算法中，使用随机选择的特征( $log_2 n$ +1，其中n=数的特征数)生成m(例如)决策树数。从测试数据中选择任何样本的标签是根据这些决策树的投票数来选择的。但这些决策树的准确性不同(相当明显)。我的问题是，为什么我们要对所有的决策树给予同样的优先权？如果一个决策树在预测测试样本的标签时具有较高的准确性，那么我们是否应该给予它比那些预测精度较低的更高的优先级呢？
浏览 0提问于2018-05-30得票数 7
2回答
嗨，目前我正在实现一个很大的Hellinger距离决策树，我遇到了一个问题。我在树节点中有一个连续变量，我不知道树将如何预测该变量是否会有缺失值。例如，该节点具有拆分标准<250和>=250。在预测时，树会选择什么路径？树训练数据在该变量中也缺少值。
也许我应该用一个特定的数字替换所有缺少的值？
浏览 1提问于2015-04-24得票数 0
如果你用X估计器训练了一个模型，你能在你的预测中使用少于X个估计器吗？这对于模型选择很有用。
例如:训练800棵树，你可能想看看400棵树模型是如何表现的。假设您有一个800棵树模型，您应该能够使用前400棵树进行预测，而不是再次训练它。
浏览 0提问于2021-05-20得票数 1
1回答
我们都知道，随机森林是决策树的集合，其结果是平均的。
我发现的每一个来源都简单地谈到了“平均树”，但是这种“平均树”是如何发生的呢？有人能详细地证明这一点吗？
浏览 0提问于2019-05-30得票数 3
1回答
为了集成一个决策树，让我来解释一下具体的情况。我已经将数据集分成了5个部分，每个协议，例如TCP、HTTP等等。现在，我已经为每个部分训练了一个决策树，并在我的测试数据集上运行了这一点。我该如何结合这五个预测模型。我是不是..。哪种方法应该合适
浏览 0提问于2017-01-25得票数 2
3回答
我使用名为predictive-text-tree-0.0.1-SNAPSHOT.jar的Maven创建了胖jar，并使用以下内容作为我的dokerfile.docker：MAINTAINER8080CMD java-jar /data/textpredict.jar
我在服务器上有jar和docker文件，当我运
浏览 4提问于2016-10-03得票数 1
回答已采纳
1回答
利用函数party和函数ctree，在R中训练了条件推理决策树，并将模型保存在.Rda文件中。
我需要将这个模型从R迁移到Java，这样我就可以使用树在Java环境中进行预测。有人能指点我该怎么做吗？
浏览 0提问于2018-10-17得票数 1
回答已采纳
1回答
在随机森林中，您可以从每个节点的m个特征中进行选择，而不是选择完整的特征集。这被认为是去相关的预测因素。直观地说，我理解这一点，但是在什么时候可以说预测因子是去相关的，以及我们如何证明在这种情况下，有没有任何统计数据在这种情况下
浏览 1提问于2018-03-14得票数 0
我正在寻找一种从决策树中提取规则的方法。我有8个预测器，它们都是分类变量，响应变量有三个输出A、B和C。规则1:预测器1-a预测器2-b预测器3-c预测器4-b预测器5 a预测器6-d预测器7-e预测器8-a结果:a
规则2:<e
浏览 0提问于2018-03-27得票数 1
1回答
我想学习有关随机树的知识。我找不到关于随机树的好的参考资料。有没有人能给我推荐一些好的参考资料，或者有没有人能给我一些关于随机树的解释，以及它与决策树的区别？
浏览 3提问于2012-06-11得票数 0
回答已采纳
我使用J48决策树进行分类训练。60%的数据集用于培训，40%用于测试。我该如何预测Weka的班级？
我把“？”这个班而不是最后一个属性中的类，我想预测它。为什么混淆矩阵输出零和实例总数等于零？我选择‘更多的选项’，然后选择“输出预测”作为“纯文本”来显示结果。
浏览 1提问于2014-11-01得票数 0
根据我对朴素贝叶斯分类器的理解，基于“证据”(训练集)为每个标签(或可能性)生成一棵树。使用这些树可以对未来的示例进行预测，例如，一个实例是否可以被分类为“异常”或“正常”。在weka库中，有没有一种方法可以让我可视化地输出每个标签树？或者在Java中访问这些树？
谢谢
浏览 42提问于2018-10-23得票数 0
回答已采纳
1回答
我想通过得到每个类的分类概率，在randomForest中的每个树。
(1)输出单个输出，但它的类型是响应，而不是概率。
浏览 7提问于2022-07-03得票数 2
1回答
我的问题是如何做出预测？例如，在随机森林中，树木“投票”反对每一种选择，最后的预测是基于多数。关于xgboost，回归的情况很简单，因为对整个模型的预测等于弱学习者的预测和(增强树)，但是分类呢？xgboost分类器是否与随机林中的工作方式相同(我不这么认为，因为它可以返回预测概率，而不是类成员资格)。
浏览 0提问于2016-01-19得票数 3
回答已采纳
使用xgboost.Booster.predict只能得到所有树的预测结果或每棵树的预测叶。但是如何才能得到每棵树的预测值呢？
浏览 6提问于2017-04-30得票数 9
3回答
我试图训练几个随机森林(回归)，让他们竞争，看看哪些特征选择和哪些参数提供了最佳的模型。
然而，训练似乎需要相当长的时间，我想知道我是否做错了什么。我使用的训练数据集(下面称为train )有217 k行和58列(其中只有21列作为随机林中的预测器)。它们都是numeric或integer，但布尔型的除外，它属于character类。
浏览 3提问于2016-05-12得票数 14
回答已采纳
我在Pima印度糖尿病数据集上应用了决策树和KNN模型。无论有没有特征选择，我都得到了完全相同的准确率，而非trie ml算法预测因特征选择而异。 ? ?
浏览 30提问于2019-01-06得票数 0
回答已采纳
1回答
假设您拟合了一个Decision Tree Regressor，并且您的训练y变量有一个包含在0到1之间的域，那么测试集上拟合模型的预测y变量是否有可能超过这些边界？
浏览 0提问于2020-09-18得票数 1
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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
