机器学习-使用决策树DecisionTreeRegressor模型对水果蔬菜价格预测

Leon在努力啊 2023-01-20 19:16:14

使用DecisionTreeRegressor模型对水果蔬菜价格预测

https://blog.csdn.net/hello15617900040/article/details/123890141

 

...全文
267 回复 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
Python机器学习(scikit-learn)：监督学习 - 决策树、随机森林、梯度提升决策树-谢TS的博客.pdf
决策树是广泛用于分类和回归任务的模型。本质上它是从一层层 if/else 问题中进行学习并得出结论。集成(ensemble) 是合并多个机器学习模型来构建更强大模型的方法。决策树的主要缺点在于，即使做了预剪枝，它也经常会过拟合，泛化性能很差。因此，在大多数应用中，往往使用集成方法来替代单棵决策树。在机器学习文献中有许多模型都属于集成方法，大量实例已证明有两种集成模型对大量分类和回归的数据集都是有效的，二者都以决策树为基础，分别是 随机森林(random forest) 和 梯度提升决策树(gradient boosted decision tree)。决策树的一个主要缺点在于经常对训练数据过拟合，随机森林是解决这个问题的一种方法。随机森林本质上是许多决策树的集合，其中每棵树都和其他树略有不同。随机森林背后的思想是，每棵树的预测可能都相对较好，但可能对部分数据过拟合。如果构造很多树，并且每棵树的预测都很好，但都以不同的方式过拟合，那么我们可以对这些树的结果取平均值来降低过拟合。既能减少过拟合又能保持树的预测能力，这可以在数学上严格证明。
决策树回归DecisionTreeRegressor
理解DecisionTreeRegressor的原理，并编程实践。python语言编写。机器学习实验二。附有实验报告，
机器学习python决策树（tree.DecisionTreeRegressor）算法实例
机器学习python决策树（tree.DecisionTreeRegressor）算法实例
机器学习 python 决策树 实验
机器学习 python 决策树 实验
Python机器学习 决策树代码及实现 配备完整的数据集和代码功能 适合新手学习
Python机器学习 人工智能 深度学习算法 决策树代码及实现 配备完整的数据集和代码功能 适合新手学习
Python学习社区

37,982

社区成员

428

社区内容

发帖
与我相关
我的任务
社区描述
分享Python数据分析、可视化、机器学习、图像处理有关知识和实例
社区管理员
  • 叶庭云
  • 江户川码农
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章