回答情况：
提问时间：
问题标签：
=3):{"max_depth": ,"min_samples_split" :[2,3,4,5,6] cm = confusionMatrix(y_pred,y_test)
然而，结果是: AttributeError：'RandomForestClassifier‘对象没有'estimators
浏览 2提问于2018-01-29得票数 1
模型中的n_estimators值越高，模型的得分就越好。这到底是怎么回事？我该怎么决定停在哪里？那样的话，我想它就会永远持续下去。兴奋是好还是坏？停车点应该在哪里？model = CatBoostRegressor(n_estimators=3000，verbose=False)model = CatBoostRegressor(n_estimators=20000，verbose=False)
。
浏览 6提问于2022-09-13得票数 0
regressors(x_train,y_train,xtest,ytest)
它总是返回AttributeError: 'AdaBoostRegressor' object has no attribute 'estimators
浏览 4提问于2022-06-30得票数 0
为了获得最实用/最好的随机森林分类器模型，我应该选择什么n_estimators值？我使用下面的代码片段绘制了精确度与n_estimators曲线。sklearn.metrics import accuracy_scorefor k in range(1, 200):# plt.plot(x_axis, y_axis)
浏览 242修改于2020-03-20得票数 1
pipeline = Pipeline([])params = {'n_estimatorsPipeline([])params = {'estimator__rfc__n_estimators
浏览 4修改于2022-03-26得票数 2
2 from sklearn import tree----> 4 tree.plot_tree(regressor.estimatorsfeature_names=X_train.columns, filled=True)
AttributeError: 'RandomForestRegressor' object has no attribute 'estimators"from sklearn import tree\n"
浏览 0提问于2021-05-15得票数 0
/_base.py in __iter__(self) 172 """Return iterator over estimatorsin the ensemble.""" 174
AttributeError:'ExtraTreesClassifier' o
浏览 1修改于2020-09-04得票数 2
回答已采纳
objective ='reg:squarederror', n_estimatorsvalidation_0-rmse:0.228548 validation_1-rmse:0.372253
但是，我注意到打印出的训练轮数，并且在evals_results中总是等于n_estimators
浏览 0提问于2019-08-26得票数 3
回答已采纳
from sklearn.pipeline import _name_estimators _name_estimatorsStandardScaler()],['clf',clf3]])
mv_clf=MajorityVoteClassif
浏览 45修改于2019-09-12得票数 0
回答已采纳
为了检查性能是如何随着n_estimators的增加而提高的，我使用了以下代码 clf = AdaBoostClassifier(DecisionTreeClassifier(max_depth=2), clf.fit(X_df,y) #CM(y_pred,y_pred1)
浏览 0提问于2020-03-26得票数 2
我想知道我在下面代码中搜索的n_estimators的选择是否太高了？既然我只有300张唱片，那么为n_estimators尝试10，20，30这样的记录会更有意义吗？n_estimators是否与用于培训数据的数据集大小相关？学习率怎么样？AdaBoostClassifier(random_state=0)
parameters = {'n_estimators
浏览 4提问于2017-11-10得票数 0
回答已采纳
如何在下面的代码中设置n_estimators，否则将始终采用默认值。
浏览 0修改于2016-09-02得票数 3
回答已采纳
我正在尝试使用xgboost找到最佳数量的n_estimators。
但是，我得到了。xgbmodel=xgb.XGBRegressor(objective="reg:squarederror",eval_metric='rmse',early_stopping_rounds=10,n_estimatorsxgbmodel=xgb.XGBRegressor(objective="reg:squarederror",eval_metric='rmse',early_stopping
浏览 7修改于2022-05-31得票数 0
回答已采纳
我尝试了下面的代码，但是我得到了这个错误：你能告诉我如何纠正这个错误并查看树吗下面是分类器中的代码： 'n_estimators': [10,50,100],8.0)})
plt.rcParams.update({'font.size&#
浏览 6提问于2022-06-28得票数 0
回答已采纳
我对一个复杂的神经元网络进行了训练，现在我想对一个图像目录进行预测，例如，我的文件夹中有两个图像，我想获得对这两个图像的预测，但是当我在代码中输入目录时，我只得到其中一个的预测，这是我的代码。import numpy as npimport argparsefrom tkinter.filedialog import askopenfilename sa
浏览 0修改于2018-09-03得票数 0
设置“n_estimators=30”是否只使用了67个功能中的30个功能？
RandomForestClassifier(n_estimators=30)
浏览 2提问于2015-07-07得票数 0
回答已采纳
在这里，n_estimators指的是xgboost中的树数(周学习者)。我定义了一个自定义的目标函数，其中我必须计算一阶和二阶梯度。最后，我发现该函数仅由n_estimators时间调用。
以前，我认为在做叶分割时应该调用自定义的目标函数，甚至一棵树也可以有多个叶分裂。所以我现在很困惑。
浏览 4提问于2022-01-19得票数 0
最初，它使用的是默认值为10的n_estimators，其结果的精确度约为0.28。如果将n_estimators更改为15，精度将达到0.32pl = Pipeline([ transformer_list
浏览 0修改于2020-10-19得票数 2
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