本文通过分层采样、交叉验证、网格搜索等方法优化决策树模型，将分类准确率从0.79提升至0.85。采用卫星数据集进行训练与测试，展示如何选择最佳超参数。
1、加载卫星数据集
2、分层采样划分训练集和测试集
使用交叉验证，所以不单独划分验证集
3、使用默认参数，交叉验证决策树的分类效果
4、网格搜索决策树最佳超参数
5、基于选择的最佳超参数，训练决策树模型，并在测试集上验证分类效果
分类准确率由默认参数的0.79提升到0.85
扫一扫
评论 2
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
