2020-03-30
阅读量:
3922
机器学习:随机森林random_state参数作用
问:随机森林算法中,每个弱分类器采样集都不同,树肯定都不一样,那与random_state控制树的形状不同还有什么用吗?

答:树的形状不同其实就够了,形状的不同就是某种意义上模型的复杂度不一样,会使得最后的结果不一样,但有的时候,数据不一样,树也可能是差不多的,random_state就是在这个不同的程度上又加上了一些不同。达到一种防止过拟合的作用。






评论(0)


暂无数据
推荐帖子
0条评论
0条评论
0条评论