使用sklearn进行集成学习——实践

转:http://www.cnblogs.com/jasonfreak/p/5720137.html 目录 1 Random Forest和Gradient Tree Boosting参数详解 2 如何调参?   2.1 调参的目标:偏差和方差的协调   2.2 参数对整体模型性能的影响   2.3 一个朴实的方案:贪心的坐标下降法     2.3.1 Random Forest调参案例:Digi
相关文章
相关标签/搜索