sklearn决策树算法参数详解

Andrewings

于 2019-07-19 14:18:40 发布

阅读量4.7k

点赞数 1

分类专栏： sklearn 文章标签：决策树 sklearn 参数

本文链接：https://blog.youkuaiyun.com/shichensuyu/article/details/96478729

版权

本文详细介绍了sklearn库中的决策树模型，包括分类器DecisionTreeClassifier的参数，如class_weight、criterion、max_depth等，以及如何通过这些参数调整以防止过拟合。此外，还提及了回归树CART的相关参数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 决策树分类器DecisionTreeClassifier

from sklearn.tree import DecisionTreeClassifier

# 创建ID3决策树
clf = DecisionTreeClassifier(criterion='entropy')

# 创建CART分类决策树
clf = DecisionTreeClassifier(criterion='gini')

DecisionTreeClassifier()的参数如下：

DecisionTreeClassifier(class_weight=None, criterion='entropy', max_depth=None,
            max_features=None, max_leaf_nodes=None,
            min_impurity_decrease=0.0, min_impurity_split=None,
            min_samples_leaf=1, min_samples_split=2,
            min_weight_fraction_leaf=0.0, presort=False, random_state=None,
            splitter='best')