python - ExtraTreesRegressor 标准
问题描述
据我了解,ExtraTreesRegressor
通过sklearn
进行随机拆分而不是最小化诸如用于分类的 gini 或用于回归的 mae 之类的指标。
我不明白为什么会有一个criterion
参数,因为分割的标准应该是随机的。
只是为了代码兼容性,还是我遗漏了什么?
解决方案
我想你误解了这些分裂是随机的。根据极端随机树的用户指南:
与随机森林一样,使用候选特征的随机子集,但不是寻找最具辨别力的阈值,
为每个候选特征随机绘制阈值
和
这些随机生成的阈值中最好的一个被选为分割规则。
额外的随机化ExtraTreesRegressor
涉及候选特征的阈值。但是仍然必须确定它们中的哪一个提供了最好的分割。这就是为什么您仍然需要criterion
指定函数来评估拆分质量的原因。
推荐阅读
- iis - 如何使用 Windows 身份验证和 IIS 配置 Blazor
- c# - 完全退出 ASP.NET
- python - 如何使用 Scrapy 下载、解压缩和读取数据到 csv
- python - python中使用css的静态文件
- c# - 如果超过 20000 个用户点击,for 循环会花费太多时间
- windows - 批处理子文件夹中的 OCR 文件并使用新名称保存新文件
- java - 没有字段名称的杰克逊 JSON 序列化
- javascript - Sharepoint 检索 JSON 数据问题
- html - Chrome 移动模拟器和 iphone 不显示相同的输出
- c# - 让静态类/方法从多个脚本访问游戏对象变量的更好方法?