今天的內容會帶大家了解
1. 提升機的程式碼應用
2. 使用 Sklearn 來建立梯度提升機的模型
3. 模型中各項參數的意義
使用 Sklearn 中的梯度提升機:看到如同隨機森林,我們一樣從 sklearn.ensemble 這裏 import 進來
代表梯度提升機同樣是個集成模型,透過多棵決策樹依序生成來得到結果
緩解原本決策樹容易過擬和的問題,實務上的結果通常也會比決策樹來得好
同樣是樹的模型,所以像是 max_depth, min_samples_split 都與決策樹相同
可決定要生成數的數量,越多越不容易過擬和,但是運算時間會變長
有了大概的理解之後,我們開始今天的學習吧!!!