如何配置增強樹模型

我想配置一個提升的決策樹，但不知道如何去做，我知道每個參數的含義，但不是我必須分配給它的最佳值。如何配置增強樹模型

每棵樹葉片的最大數目：我把（60100200300）

每葉節點樣本的最小數目：我把（10， 30）

學習率：我把（0,1）

構建樹木

：我把（2000,5000,6000）

隨機數種子：我把（4）

的問題是如何知道，如果你把正確的價值觀或者如果你沒有過度使用模型？

2017-07-12 amine bak

使用交叉驗證。 –

問題不在於如何不過度配合，而是要了解每一個參數，而不是隨機放置數值。這是我的問題:( –

閱讀官方文檔，你會得到一個有關參數的想法，以及如何選擇最佳參數值而不會過度擬合 https://msdn.microsoft.com/en-us/library/azure /dn906025.aspx –

如果您使用的是參數的多個值（比如你把每棵樹的葉子爲60，100，200的最大數量，300）在一個特定的算法（不僅僅是提振決策樹算法，但所有的算法在Azure機器學習），你必須考慮使用Tune Model Hyperparameters模塊。

該模塊重申了您的機器學習實驗。它會給你調整的參數，然後顯示其相應的度量/結果。

只需用Tune Model Hyperparameters模塊取代您的火車模型模塊。

的「調諧」參數是這樣的（I指定的5次/調諧模型超參數模塊上迭代）

在上面的示例屏幕截圖，如果着眼於獲得樣本回歸模型的最高準確度/確定係數，您可以使用第四行顯示的參數。

希望你可以複製你的結局。 :)

2017-08-30 10:34:29

回答