2回答
寻找ML术语“决策森林”和“随机森林”之间的最佳(最清晰，最短，最明亮)简洁的区别？
请注意类似的但也未回答的问题：
浏览 1提问于2016-12-18得票数 0
我想知道，在R包randomForest中实现随机森林是用来生长决策树的吗？是购物车，ID3，C4.5，.还是别的什么？
浏览 6提问于2019-11-28得票数 1
回答已采纳
1回答
我对使用python进行机器学习非常陌生。我来自Fortran的编程背景，所以正如您所想象的那样，python是一个很大的飞跃。我在化学领域工作，并从事化学专业(将数据科学技术应用于化学)。因此，应用pythons广泛的机器学习库是非常重要的。我也需要我的密码才能有效。我已经写了一段代码，运行起来还不错。我想知道的是：
如何最好地改进它/使它更有效率。对我所用的替代制剂有
浏览 0提问于2016-07-05得票数 6
回答已采纳
在我的项目中，我应该使用分类器来根据6个输入值来预测8个类中的一个。我必须比较一个只运行C++代码的设备上的所有监督学习分类器。所以我使用python来教/拟合机器学习模型，但是我需要为每个分类器在C++上运行它找出最终的公式。有什么办法从模型中得到这些公式/代码吗？使用的机器学习算法：
线性判
浏览 2提问于2018-05-27得票数 3
1回答
我正在用sklearn学习python中的LASSO，但是当我运行分类数据集的代码时，它是错误的，经过10次交叉验证，得到的结果只有一个。
Y是带有1和2的二进制标签。
浏览 6提问于2019-07-09得票数 0
1回答
随机森林与神经网络
、、、
为什么在分类任务中，神经网络被认为是比随机森林更好的模型？在一个10类分类问题中，我尝试了这两种模型，随机森林的性能要好于有1个隐层的神经网络，而比有3个隐层的神经网络略差。为了比较它们，我使用了相同数量的估计器(在随机森林中)和神经元(用于神经网络中的隐层)。
浏览 0提问于2020-06-12得票数 -1
2回答
在Andrew的机器学习课程之后，我想尝试一下他绘制学习曲线的方法(成本与样本的数量)，以评估是否需要更多的数据样本。然而，对于随机森林，我对如何绘制学习曲线感到困惑。随机森林似乎没有一个基本的成本函数，例如，线性回归，所以我不确定在y轴上具体使用什么。
浏览 5提问于2016-03-24得票数 1
回答已采纳
我想知道是否有可能以及如何使用python生成器作为数据输入到scikit learn分类器的.fit()函数？由于有大量的数据，这对我来说似乎是有意义的。
具体地说，我即将实现一个随机森林方法。
浏览 3提问于2014-01-06得票数 4
1回答
随机林在期望下的表现
、、、、
我正在学习决策树算法，并在Weka中实现了一个参考RF的随机森林。我用相同的数据集测试了我的实现和weka实现(在默认设置下)。作为比较，我在Weka随机森林中使用了默认设置(100棵树，log() +1在拆分时考虑到的特性，没有打包等等)
下面是默认设置的Weka结果，以及相同设置的结果(100棵树，拆分期间考虑的10个随机特性10个特征(100棵树，在分割过程
浏览 5提问于2016-12-18得票数 1
我感觉这些词经常被用作同义词，但是它们有着相同的目标，即通过结合不同的算法来提高预测的准确性。
因此，我的问题是，两者是否有分别？如果是这样的话，是否有一些书/论文解释了这种差异？
浏览 0提问于2020-05-29得票数 1
回答已采纳
1回答
我正在尝试通过多帧输入来提升a single-frame object detection network的性能。 在网络侧，我添加了一个200通道的ConvLSTM模块。改进后的网络不能达到与原网络相同的性能水平。|
------short cut---> Feature_200 -- 因此，我正在考虑将ConvLSTM结果连接到原始网络的特征映射
浏览 41提问于2021-04-15得票数 0
3回答
使用深度学习或随机森林
、、、
我对机器学习非常陌生，我正在尝试建立一个此数据集(UCI心脏病)分类模型。我用随机森林建立了一个简单的模型，得到了80%的精度。这套电视机的大小大约是900。为了获得最好的价值，我应该继续随机森林还是深入学习(如TensorFlow)？
谢谢!
浏览 0提问于2018-11-12得票数 0
1回答
从一组序列预测t+1
、、、
比如说，我也会在不同的时候跟踪这只老鼠在迷宫中的位置。让我们来做这个$n$时代。现在，我有了一个$n$可变长度运动配置文件的数据集，因为有些动物完成得更快，有些需要更长的时间等等。
浏览 0提问于2018-09-14得票数 3
为什么在某些情况下，具有n_estimators =1的随机林执行的性能比决策树差，即使在将引导设置为false之后？尝试使用不同的机器学习模型来预测信用卡的违约率，我尝试了随机森林和决策树，但随机森林的表现似乎较差，然后尝试了只有一棵树的随机森林，因此它应该与决策树相同，但性能仍然较差。
浏览 9提问于2022-11-03得票数 0
1回答
我一直在学习Andrew Ng的机器学习课程，刚刚完成了学习曲线课程。我为我创建的逻辑回归模型创建了一条学习曲线，它看起来训练和CV分数收敛，这意味着我的模型可以从更多的功能中受益。我怎么能对随机森林这样的东西进行类似的分析呢？当我在sklearn中使用相同的数据为随机森林分类器创建学习曲线时，我的</
浏览 1提问于2016-06-15得票数 0
2回答
gender':['m','f','m'],'icds':[['i10'],['i20','i30'],['i40']],'med':[[1,2,4,5],[3,4,6],[5,6,7]]})
对于这种类型的数据，我应该使用哪种机器学习算法？我认为med列中的数组长度不一致。每当我试图在随机森林分类器
浏览 18提问于2018-07-20得票数 0
1回答
然而，训练数据相当大，所以我使用的是核心外学习。y_train, classes=classes)但看起来，由于GridSearchCV没有提供partial_fit方法，所以不可能进行核心外学习有没有一种方法可以调优超参数，同时仍然使用内核外学习？
浏览 0提问于2016-12-11得票数 3
1回答
我是机器学习的新手，我正在努力消除随机森林中的袋外错误及其使用。通过比较随机森林的包外误差和神经网络的总检验误差，可以在这两种模型之间进行选择吗？说得通吗？
浏览 0提问于2020-09-03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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
