# 分类器算法的参数优化

有人说不同的算法有不同的参数。我不太认同这种说法,例如决策树算法和朴素贝叶斯算法,它们各自的参数是什么?谁能举个例子说明一下吗?

如果确实如此,那么对将要使用决策树算法运行的数据进行5折交叉验证与使用贝叶斯算法进行5折交叉验证会有所不同吗?

另外,对于参数优化,我也将进行5折交叉验证。有没有办法使用Weka自动执行此操作来确定参数的关键值集合?


回答:

既然你正在使用 Weka,你可以通过在 Explorer 中打开数据集,转到 Classify,选择算法,然后单击算法框来查看每个算法的参数。例如,朴素贝叶斯分类器具有影响其处理连续数据方式的参数(离散化或使用核估计器)。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注