回归过度训练

时间:2019-09-11 20:41:08

标签: python scikit-learn random-forest adaboost

  1. 我正在使用3种集成方法进行我的一篇研究论文(即,梯度增强,AdaBoost和随机森林)
  2. 我的数据集形状为350 * 9
  3. 也有7种输入组合
  4. 火车数据集的性能约为0.9999,表明训练过度...

当我分别将“ n_estimators”,“ max_depth”之类的属性分别减少为10和2,并且random_state = 1时,性能得分降低,但是“所有7个输入”的测试数据预测结果完全相同! ! (对于所有7个输入,其结果相同)

任何人都可以提出一种更有效地降低性能的方法吗?

0 个答案:

没有答案