weixin_45234937的博客

原创 KNN、决策树、随机森林..调参学习笔记

多次尝试调整max_features的变化区间，可以发现能找到一个值最终为24，在24的左右区间内，调参后的准确率都会降低，所以24就是最优值。4、树模型和树的集成模型的调参目标，都是减少模型的复杂度，把模型往上图的左边移动，尽可能找到泛化误差的最低点。3、对与树模型或树的集成模型来说，树的深度越深，枝叶越多，模型越复杂。到此，能调整的参数就都调整完了，调参也就这样了，总结出模型的最佳参数。到此，能调整的参数就都调整完了，调参也就这样了，总结出模型的最佳参数。1、模型太复杂或者太简单，都会提高泛化误差。