logo
Loading...

標籤編碼+線性迴歸、標籤編碼+羅吉斯迴歸和標籤編碼+梯度提升樹,想了解一下是跑出來分數比較高就選擇那個模型? 是否也需要考量模型的運算時間? 以及是否需要每次跑一堆模型來看分數哪個比較好嗎? - Cupoy

標籤編碼+線性迴歸、標籤編碼+羅吉斯迴歸和標籤編碼+梯度提升樹,想了解一下是跑出來分數比較高就選擇那...

ml100-2,ml100-2-d22

標籤編碼+線性迴歸、標籤編碼+羅吉斯迴歸和標籤編碼+梯度提升樹,想了解一下是跑出來分數比較高就選擇那個模型? 是否也需要考量模型的運算時間? 以及是否需要每次跑一堆模型來看分數哪個比較好嗎?

2019/05/27 12:47 PM
機器學習新手論壇
陳裕興
觀看數:0
回答數:2
收藏數:0
ml100-2
ml100-2-d22

標籤編碼+線性迴歸、標籤編碼+羅吉斯迴歸和標籤編碼+梯度提升樹,想了解一下是跑出來分數比較高就選擇那個模型嗎? 另外,既然有計算運算時間的話,這部分是否也要考量呢? 還有實務每次都要跑一堆模型來看分數哪個比較好嗎? 同理One Hot Encoding搭配其它也是如此嗎?