Skip to content

Latest commit

 

History

History
47 lines (24 loc) · 2.2 KB

activestate-decision-tree-random-forest-xgboost.md

File metadata and controls

47 lines (24 loc) · 2.2 KB

比较决策树算法:随机森林® vs. XGBoost

原文:www.kdnuggets.com/2019/08/activestate-decision-tree-random-forest-xgboost.html

赞助帖子。

图示


我们的三大课程推荐

1. 谷歌网络安全证书 - 快速进入网络安全职业轨道

2. 谷歌数据分析专业证书 - 提升你的数据分析技能

3. 谷歌 IT 支持专业证书 - 支持你组织的 IT 部门


本教程将带你比较 XGBoost 和随机森林这两种流行的决策树算法,并帮助你识别像袋装法和提升法这样的集成技术的最佳应用场景。

按照教程,你将学习到:

  • 如何使用 Python 和 Pandas 创建决策树

  • 如何使用 sklearn 的 RandomForestClassifier 进行树袋法

  • 如何使用 XGBoost 进行树提升

了解袋装法和提升法的好处——并知道何时使用哪种技术——将使你的机器学习模型具有更小的方差、更低的偏差和更高的稳定性。自己试试吧!

按钮

了解更多相关话题