ambitious-octopus / simann Goto Github PK

visti alla veloce su internet:
n_estimators: The more trees, the less likely the algorithm is to overfit. ...
max_features: You should try reducing this number. ...
max_depth: This parameter will reduce the complexity of the learned models, lowering over fitting risk.
min_samples_leaf: Try setting these values greater than one.

direi pure di provare una cross validation ma sempre c'è il problema che le y variano poco (al 90% stabili intorno a un valore) ... si potrebbe agirare con delle partizioni di crossvalidation "ritoccate": ben variate sulla y (...)

Try different classification algorithms

Settare Hyperparametri

bisogna controllare l errore di predizione del random forest solo per le curve oltre lo 0.2, per verificare che quando freschet cambia davvero il modello continui a essere predittivo