没有合适的资源?快使用搜索试试~ 我知道了~
ClassificationUsingScikitLearn:通过scikit-learn学习学习
共12个文件
py:9个
md:3个
需积分: 10 0 下载量 194 浏览量
2021-05-19
10:05:15
上传
评论
收藏 39KB ZIP 举报
温馨提示
分类使用Scikit了解 通过scikit-learn学习学习。 Kaggle是对机器学习感兴趣的人的理想之地。 许多用户积极地在论坛中发布有用的信息,以帮助人们入门。 Kaggle Otto组分类挑战: 该目录包含我在Kaggle otto挑战中对BoilerUp团队的一些贡献。 nn_otto_ensemble_v8.6.py是我们的最佳尝试之一。 有关问题的数据和描述,请访问: : 提供了61878个enetries作为培训数据。 训练数据的每个条目均包含93个要素,并被标记为9个类别之一。 我们使用了4个模型的集合: 一个具有2000个决策树的随机森林模型,每个树不允许使用40个以上的特征,并且通过限制每个决策树的max_depth = 45,min_samples_leaf = 1,min_samples_split = 5来进行调节; 在学习速率为0.01的情况
资源推荐
资源详情
资源评论
收起资源包目录
ClassificationUsingScikitLearn-master.zip (12个子文件)
ClassificationUsingScikitLearn-master
kdd2015
model_ep.py 18KB
README.md 4KB
kdd_model.py 25KB
nn_otto_ensemble_v8.6.py 13KB
test_sklearn_models.py 7KB
junk
model_ep.py 18KB
README.md 33B
kdd_model.py 21KB
README.md 2KB
rf_module.py 13KB
nn_module.py 6KB
otto_postdeadline_v1.py 16KB
共 12 条
- 1
资源评论
蜜蜜蜜蜜糖
- 粉丝: 18
- 资源: 4606
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功