machine-learning - 具有定制损失函数的随机森林

标签 machine-learning scikit-learn random-forest

我是机器学习领域的初学者。对于一个项目,我必须在随机森林分类中使用自定义损失函数。到目前为止我一直使用 scikit。通过 scikit 实现这一点的建议会更有帮助。

最佳答案

损失函数(分类树中的基尼杂质和熵)在 scikit 的 _tree.pyx cython 文件中实现(它们在源代码中称为标准)。您可以从修改/添加这些函数开始。如果将自定义损失函数(标准)添加到 cython 文件,则还需要在 tree.py python 文件中公开它(查看 CRITERIA_CLF 和 CRITERIA_REG 列表)。

关于machine-learning - 具有定制损失函数的随机森林,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23078332/

相关文章:

arrays - 检查目标 : expected dense_3 to have shape (10, 时出错,但得到形状为 (2,) 的数组?即使标签是 one-hot 编码的

matplotlib - 使用 matplotlib 绘制 scikit learn 线性回归结果

r - 如何理解 RandomForestExplainer 输出(R 包)

r - 增加样本数据的大小 - R

python-3.x - 为什么单层 MLP 在数字分类器中优于多层?

r - 随机森林中分割训练数据和测试数据的查询

algorithm - 如何在图像中找到这种几何形状

machine-learning - CRF++/Wapiti 包括整个句子的类别作为特征

apache-spark - Spark GBTClassifier 始终以 100% 的准确率进行预测

machine-learning - sklearns fusion_matrix中的 'normalize'参数是什么意思?