RandomForestRegressor 参数 | 您所在的位置:网站首页 › python ols参数 › RandomForestRegressor 参数 |
criterion: “mse”来选择最合适的节点。 splitter: ”best” or “random”(default=”best”)随机选择属性还是选择不纯度最大的属性,建议用默认。 max_features: 选择最适属性时划分的特征不能超过此值。 当为整数时,即最大特征数;当为小数时,训练集特征数*小数; if “auto”, then max_features=sqrt(n_features). If “sqrt”, thenmax_features=sqrt(n_features). If “log2”, thenmax_features=log2(n_features). If None, then max_features=n_features. max_depth: (default=None)设置树的最大深度,默认为None,这样建树时,会使每一个叶节点只有一个类别,或是达到min_samples_split。 min_samples_split: 根据属性划分节点时,每个划分最少的样本数。 min_samples_leaf: 叶子节点最少的样本数。 max_leaf_nodes: (default=None)叶子树的最大样本数。 min_weight_fraction_leaf: (default=0) 叶子节点所需要的最小权值 verbose: (default=0) 是否显示任务进程 |
CopyRight 2018-2019 实验室设备网 版权所有 |