如何生產XG增強/決策樹/隨機森林模型

Question

我是新來的分析和尋找各種方式來生產模型。假設對於線性迴歸，我們可以得到方程y = mx + c，我們可以將它用於輸入數據，我們可以將它從R/SAS/Python中取出並用於任何數據庫中...

它是否適用於XG boost/Decison樹/隨機森林，如果我想在R/SAS/Python框架外的輸入數據上生成它？從哪裏我可以得到獨立變量的參數？

從哪裏可以得到實現的等式？

感謝

Answer 1

決策樹是三者中最簡單的，只是如果當時的語句。 GB本質上是適應性的。顯得複雜，但評分代碼並不複雜。射頻是最令人擔憂的，不是因爲它的邏輯，而是因爲事實上，一個不是很複雜的射頻模型可以擁有數百萬行的if-then。只是開銷就是在殺人。

與迴歸模型不同，三者都不應該有任何參數。它們都是TREE。如果您需要在R，P或S之外運行它們，請考慮API的路線。我已經看到人們用XML解析RF非常快。根據交付要求，您可能需要也可能不需要微服務。希望這可以幫助。