使用随机森林选择和自定义体系结构和超参数

  • 模块
  • 9 单元
初级
AI 工程师
数据科学家
学生
Azure

通常可以手动自定义更复杂的模型，以提高它们的效率。 通过练习和解释性内容，我们探索了如何改变更复杂模型的体系结构，以产生更有效的结果。

学习目标

在本模块中，你将：

  • 发现新的模型类型：决策树和随机森林。
  • 了解模型体系结构对性能的影响。
  • 练习使用超参数来提高训练效果。

先决条件

熟悉机器学习模型