为决策树创建自己的标准功能



我正在使用Sklearn DeciethtreClaleClalifier,我想创建自己的标准函数(默认情况下,您可以使用Gini或Entropy,但这不是我要寻找的)。这样的东西:

clf = DecisionTreeClassifier( criterion = 'my_function')

可以这样做吗?

是否有类似的算法可以(在Python或r)?

谢谢。

对于R,您可以使用rpart软件包。特别是,请参阅用户书面的拆分功能小插图。尽管决策树经验有限,但我还是能够按照自定义算法来处理示例以处理多元输出。

但是,请注意,内置分类器使用快速的外部库,因此,如果您在平原R中编写算法,则处理可能会慢得多。正如Vignette所指出的那样,由于这种预期的放缓,默认情况下,交叉验证被禁用。如果您的数据足够"小"(或者您可以等待更长的时间),那么这可能不是您的情况。

最新更新