fastForest: fastForest

發行項
05/04/2023

建立包含可使用 rxEnsemble 訓練 FastForest 模型的函數名稱與引數清單。

使用方式

  fastForest(numTrees = 100, numLeaves = 20, minSplit = 10,
    exampleFraction = 0.7, featureFraction = 0.7, splitFraction = 0.7,
    numBins = 255, firstUsePenalty = 0, gainConfLevel = 0,
    trainThreads = 8, randomSeed = NULL, ...)

引數

`numTrees`

指定要在集團中建立的決策樹總數。藉由建立多個決策樹，您或許能夠有較佳的涵蓋範圍，但是定型時間會拉長。預設值是 100。

`numLeaves`

可在任何樹狀結構中建立的分葉 (終端節點) 數目上限。較大的值可能會增加樹狀結構的大小並提高精確度，但有可能會過度學習，且需要較長的定型時間。預設值為 20。

`minSplit`

形成分葉所需的訓練執行個體數目下限。也就是說，從子取樣資料中，迴歸樹的分葉中允許的文件數目下限。「分割」意指樹狀結構的每個層級 (節點) 中的特徵是隨機分割的。預設值是 10。

`exampleFraction`

要用於每個樹狀結構的隨機選擇執行個體分數。預設值為 0.7。

`featureFraction`

要用於每個樹狀結構的隨機選擇特徵分數。預設值為 0.7。

`splitFraction`

要用於每個分割的隨機選擇特徵分數。預設值為 0.7。

`numBins`

每個特徵的相異值 (間隔) 數目上限。預設值為 255。

`firstUsePenalty`

特徵會先使用懲罰係數。預設值為 0。

`gainConfLevel`

樹狀結構調整增益的信賴需求 (應在範圍 [0,1] 內)。預設值為 0。

`trainThreads`

要用於定型的執行緒數目。如果指定了 NULL，則會在內部決定要使用的執行緒數目。預設值是 NULL。

`randomSeed`

指定隨機種子。預設值是 NULL。

`...`

其他引數。

共用方式為