及时行乐|原理+代码|深入浅出Python随机森林预测实战( 四 )


"""{'criterion':'gini','max_depth':8,在最大值边界上 , 所以这个参数的最大值范围应该再调大'max_features':0.5,也在最大值边界上 , 说明这个参数的最小值范围应该再调大'min_samples_split':4,同理 , 在最小边界上 , 可考虑把范围调小'n_estimators':15同理 , 在最大边界上 , 可以适当调大范围"""#调整结果param_grid={'criterion':['entropy','gini'],'max_depth':[7,8,10,12],#前面的5 , 6也可以适当的去掉 , 反正已经没有用了'n_estimators':[11,13,15,17,19],#决策树个数-随机森林特有参数'max_features':[0.4,0.5,0.6,0.7],#每棵决策树使用的变量占比-随机森林特有参数'min_samples_split':[2,3,4,8,12,16]#叶子的最小拆分样本量现在来查看再次建模的结果
小结