没有合适的资源?快使用搜索试试~ 我知道了~
sklearn-interpretable-tree:简化的基于树的分类器和回归器,用于可解释的机器学习(兼容scikit-le...
共11个文件
py:9个
md:1个
png:1个
需积分: 9 0 下载量 119 浏览量
2021-05-22
08:03:16
上传
评论
收藏 138KB ZIP 举报
温馨提示
基于简化决策树的高度可解释的,与sklearn兼容的分类器和回归器 实现一种简单,贪婪的优化方法,以简化决策树,以提高解释性和可读性。 它产生小的决策树,这使得训练有素的分类器很容易为人类专家所理解,并且与最新的分类器(例如随机森林或SVM)竞争。 事实证明,就准确性和计算复杂度而言,其表现经常优于;而在可解释性方面,其表现优于Logistic回归。 请注意,对于大型数据集,强烈建议使用特征选择方法,因为运行时直接取决于特征的数量。 用法 该项目需要 。 包含的InterpretableDecisionTreeClassifier和InterpretableDecisionTreeRegressor都可以作为scikit-learn估计器,并具有model.fit(X,y)方法,该方法采用训练数据X (numpy数组或pandas DataFrame)和标签y 。 可以通过将对象转
资源推荐
资源详情
资源评论
收起资源包目录
sklearn-interpretable-tree-master.zip (11个子文件)
sklearn-interpretable-tree-master
example_dt.png 127KB
treeutils.py 4KB
demo
uci_loader.py 2KB
run_demo_regression.py 745B
run_demo_classifier_comparison.py 2KB
__init__.py 0B
run_demo_classification.py 2KB
uci_comparison.py 4KB
InterpretableDecisionTreeRegression.py 9KB
README.md 6KB
InterpretableDecisionTreeClassifier.py 10KB
共 11 条
- 1
资源评论
姜一某
- 粉丝: 32
- 资源: 4632
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
最新资源
- 时间复杂度与数据结构:算法效率的双重奏
- QT 简易项目 网络调试器(未实现连接唯一性) QT5.12.3环境 C++实现
- YOLOv3网络架构深度解析:关键特性与代码实现
- 2024 CISSP考试大纲(2024年4月15日生效)
- ACOUSTICECHO CANCELLATION WITH THE DUAL-SIGNAL TRANSFORMATION LSTM NETWORK
- 深入解析:动态数据结构与静态数据结构的差异
- YOLOv2:在YOLOv1基础上的飞跃
- imgview图片浏览工具v1.0
- Toony Colors Pro 2 2.2.5的资源
- Java项目:基于SSM框架+Mysql+Jsp实现的药品管理系统(ssm+B/S架构+源码+数据库)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
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