Я новичок в weka, и у меня есть проблема с моим проектом классификации, использующим его. У меня есть набор данных поезда с 1000 экземплярами и один из 200 для тестирования. Проблема в том, что когда
Случайные леса используют «множество деревьев решений во время обучения и выводят класс, который является режимом классов (классификации) отдельных деревьев». Есть ли способ вместо того, чтобы использ
Я работаю с scikit-learn random forest classifier, и я хочу уменьшить ставку FP, увеличив количество деревьев, необходимых для успешного голосования, с более чем 50%, чтобы сказать 75% , после прочтен
Я понимаю, что ROC рисуется между tpr и fpr, но у меня возникают трудности в определении того, какие параметры я должен меняться, чтобы получить различные tpr/fpr пара.