ランダムフォレスト
n_estimatorsで決定木の数を、n_jobsでCPUのコア数を指定することが出来る。
ランダムフォレストは乱数のシード(random_state)を変更すると、構築されるモデルが大きく変わる可能性がある。
決定木の数が増えると、シードの選択の影響を受けにくくなる。
max_featuresを大きくすると、ランダムフォレスト中の決定木が似たようになる。
そのため、max_featuresを小さくすると過剰適合が低減する。
n_estimatorsで決定木の数を、n_jobsでCPUのコア数を指定することが出来る。
ランダムフォレストは乱数のシード(random_state)を変更すると、構築されるモデルが大きく変わる可能性がある。
決定木の数が増えると、シードの選択の影響を受けにくくなる。
max_featuresを大きくすると、ランダムフォレスト中の決定木が似たようになる。
そのため、max_featuresを小さくすると過剰適合が低減する。