回答情况：
提问时间：
问题标签：
在具有一些特性的数据上，我为回归目的训练了一个随机森林，并且梯度增强了回归树。对于这两种方法，我都计算了特性的重要性，我发现它们有很大的不同，尽管它们的得分相似。对于随机森林回归：RMSE: 89.11
Feature 2: 0.10Feature4: 0.09对于梯度增强的回归树：RMSE:
浏览 1提问于2015-01-09得票数 0
我运行了一个对状态和年份有固定影响的回归(如下面所示)，获得了我的汇总数据，并一直试图使用resid()函数来提取残差。m5 <- lm(demVote ~ state*year, data=presidentialElections)
resid.m5 <-resid(m5)
我认为这一切都是完美的。
浏览 2提问于2014-02-01得票数 0
回答已采纳
我们已经为一些回归任务训练了一个额外的树模型。我们的模型由3个额外的树组成，每个树有200棵深度为30的树。在3棵额外的树的顶部，我们使用了一个脊回归。
浏览 3修改于2022-04-05得票数 13
回答已采纳
虹膜数据集图如图所示。虹膜数据集回归树图
所以我的问题是，当使用回归树时，特定盒子what is 2 ; 300 / 150
浏览 0修改于2018-09-03得票数 0
如何检查节点在菜单树中的位置，特别是如何确定它的最终父节点是什么？如何显示菜单树的一部分？下面是一个示例菜单树来说明：-subm2-subm4-subm6m1--subsubm3
-subm4
浏览 0修改于2015-11-28得票数 2
回答已采纳
我已经将回归树与我的数据集相匹配，来自summary(tree1)的输出如下：tree(formula = y ~ X)因此，这棵树似乎没有发现任何值得包含的变量/分裂。例如，一条线性回归线发现，F-统计量的p值为0(尽管这是一个基于人类行为的非常嘈杂的数据
浏览 0提问于2019-08-01得票数 0
我希望可视化一个回归树构建使用任何集成方法在科学学习(梯度提升回归，随机森林回归，打包回归)。靠近，处理分类器树。但是，这些问题需要“树”方法，这是SKLearn中的回归模型所不能使用的。我遇到了问题，因为这些树的回归版本没有.tree方法(该方法只存在于分类版本)。我想要一个类似于的输出，但是基于一个sci工具包，学习树。
我已经探索了与对象相关的方法，但无法给出答案。
浏览 4修改于2019-10-11得票数 2
回答已采纳
我是机器学习领域的初学者，我想学习如何使用梯度增强树(GBT)进行多类分类。我读过一些关于GBT的文章，但是关于回归问题，我找不到关于GBT多类分类的正确解释。GBT的实现是利用回归树作为弱学习者进行多类分类的GradientBoostingClassifier。
GB以提前阶段的方式建立了一个加性模型；它允许对任意可微损失函数进行优化。在每个阶段，n_classes_回归树都适用于二项或多项偏差损失函数的负梯度。二进制分类是一种特殊情况，其中只有一个回归树<
浏览 0修改于2018-04-25得票数 0
回答已采纳
最近我有一个机器学习(ML)项目，它需要识别特征(inputs，a1，a2，a3 ...A)对目标/产出有很大影响。我使用线性回归来获得特征的系数，并使用决策树算法(例如随机森林回归)来获得重要的特征(或特征重要性)。 我的理解对吗?线性回归中系数大的特征应该在决策树算法中特征重要性的最高列表中。
浏览 29修改于2019-04-18得票数 1
回答已采纳
根据我们所知道的学生信息，建立逻辑回归模型来预测学生进入荣誉班级的概率:男性，读= 50，数学= 60。概率是多少？对于构建模型，唯一的变量是女性(必须将性别与代码分开)，荣誉，阅读和数学m5 <- glm(hon ~ female + math + read + female * math *read, data = honor, family = binomial)
当我更深入地作为模型的二元预测因子时，男性是0，女性是1作为水平。
浏览 3修改于2020-04-01得票数 0
4 auto(l5) f 18 29 p compact 3 audi a4 2 2008 4 manual(m6) f 206 auto(l5) f 16 26 p compact
6 audi a4 2.8 199
浏览 231修改于2021-03-31得票数 1
回答已采纳
我正在学习分类/回归构建树，并想了解树函数是如何知道是构建分类树还是回归树。下面构建分类树：library(ISLR)这将创建一个回归树：set.seed(1)
tree.boston=tree(me
浏览 2提问于2020-03-19得票数 1
回答已采纳
有几种算法可以构建决策树，例如CART (分类和回归树)、ID3 (迭代二叉树3)等scikit-learn会根据数据聪明地选择最好的决策树算法吗？
浏览 25修改于2019-08-21得票数 2
回答已采纳
我已经使用caret包的训练函数构建了一个M5 模型树。我正在尝试提取树的每个模型的linear model coefficients。
最终的模型称为m5tune。
浏览 2修改于2018-12-23得票数 0
2回答
示例m1 = 12m3 = 56output = m1 + m4 = 123456基本贪婪技术使用FSM或trie树在开头找到适合的最长序列： longest = the longest sequence fitting in the beginning of nprint longest反例m1 = 12m3 = 2345
浏览 4提问于2013-08-01得票数 2
回答已采纳
2回答
我有一个数据集，其中大部分都是名义分类特征，我已经将我的模型转换为指示值，F1,F2,L2 ,3 ,30F1-1,F1-2,F2-1,F2-3,L0 ,1 ,0 ,1 ,30
我使用了不同的回归算法(泊松、贝叶斯、决策树、决策森林、增强决策树、线性回归、神经网络)，但这些算法的性能都很低(r2 ~ 20然后我在想回归是如何找到值的，然后我发现了一些有趣的东西:数据和标签的关
浏览 0提问于2017-12-31得票数 0
我的理解是：
在回归树中:每片叶子的目标值计算为训练期间到达该叶的实例的目标值的平均值。在模型树中:每个叶的值是一个线性函数，它使用特征的子集，通过对在训练期间到达该叶的实例执行线性回归来确定。是科学工具中的tree.DecisionTreeRegressor -学习回归树还是模型树
浏览 11修改于2021-03-22得票数 2
回答已采纳
我使用下面的代码使用“polr”进行了比例概率逻辑回归schtyp.f <- factor(T_Data$outcome, labels= c("M0", "M1", "M2", "M3", "M4", "M5"))summary我将如
浏览 1提问于2016-04-17得票数 0
回答已采纳
在键值数据库(在我的例子中是MongoDB )中存储目录层次结构/树的干净有效的方法是什么？例如，树形结构 + Audi - M5- Color - Apple- Funny{ parent-dir: "color"这使得插入和重新排序树的任何方面变得非
浏览 4修改于2015-04-22得票数 39
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号