如何解决H2O随机森林杂质措施用于分类
我目前使用H2O-3的DRF实现来创建二进制分类模型。但是,我想知道,H2O仅支持平方误差作为杂质度量,通常用于构造回归树,而没有其他度量(例如)。我认为Gini更适合分类任务。
在文档中,我无法确定将这种度量应用于分类任务的原因。谁能解释为什么这种方法有意义?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。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 dio@foxmail.com 举报,一经查实,本站将立刻删除。