调用方法：
from sklearn.ensemble import GradientBoostingRegressor
,GradientBoostingClassifier
,GradientBoostingClassifier
参数详解：
GradientBoostingRegressor()
构造函数
构造函数
n_estimators
,
弱学习器的最大迭代次数
（
弱学习器的个数
），默认是
100
,
弱学习器的最大迭代次数
（
弱学习器的个数
），默认是
100
learning_rate: 学习率，
默认
是0.1
默认
是0.1
loss: 选择损失函数，默认值为ls(least squres)
max_depth: 每一个学习器的最大深度，
从而
限制回归树的节点数目，默认为3
从而
限制回归树的节点数目，默认为3
min_samples_split: 可以划分为内部节点的最小样本数，默认为2
min_samples_leaf: 叶节点所需的最小样本数，默认为1
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/183012.html原文链接：https://javaforall.net
