在Python上使用scikit.learn獲取信息

Question

我在使用Python上的scikit.learn在決策樹上工作時遇到此問題。我想爲我的決策樹的選定深度獲得更好的葉子。

clf = tree.DecisionTreeClassifier(criterion="entropy", max_depth=4, min_samples_leaf=50000) 

所以這是我的決策樹功能，我打算做的是選擇正確的信息增益閾值以獲得更好的結果。默認信息增益閾值爲零，因此選擇信息增益>爲零的特徵。

我想修復信息增益閾值優於specefic數字。我怎樣才能做到這一點 ？

Answer 1

據我瞭解你的問題，目前尚不支持。尋找分裂時，您不能設置降低雜質的下限。它始終是最大限度地減少挑選，即使改善接近0.