“Cómo mejorar la precisión del clasificador de bosques aleatorios” Código de respuesta

Cómo mejorar la precisión del clasificador de bosques aleatorios

from sklearn.model_selection import GridSearchCV
cv = GridSearchCV(rfc,parameters,cv=5)
cv.fit(train_features,train_label.values.ravel())
Wide-eyed Whale

Cómo mejorar la precisión del clasificador de bosques aleatorios

display(cv)
Wide-eyed Whale

Cómo mejorar la precisión del clasificador de bosques aleatorios

def display(results):
    print(f'Best parameters are: {results.best_params_}')
    print("\n")
    mean_score = results.cv_results_['mean_test_score']
    std_score = results.cv_results_['std_test_score']
    params = results.cv_results_['params']
    for mean,std,params in zip(mean_score,std_score,params):
        print(f'{round(mean,3)} + or -{round(std,3)} for the {params}')
Wide-eyed Whale

Respuestas similares a “Cómo mejorar la precisión del clasificador de bosques aleatorios”

Preguntas similares a “Cómo mejorar la precisión del clasificador de bosques aleatorios”

Más respuestas relacionadas con “Cómo mejorar la precisión del clasificador de bosques aleatorios” en Python

Explore las respuestas de código populares por idioma

Explorar otros lenguajes de código