我正在使用 sklearn DecisionTreeClassifier,我想创建自己的标准函数(默认情况下,您可以使用 gini 或熵,但这不是我想要的)。类似的东西:
clf = DecisionTreeClassifier( criterion = 'my_function')
这有可能吗?
是否有类似的算法可以做到这一点(在 Python 或 R 中)?
谢谢。
请您参考如下方法:
对于 R,您可以使用 rpart package .特别是,请参阅 User Written Split Functions小插图。尽管决策树经验有限,但我能够按照示例使用自定义算法处理多变量输出。
但是请注意,内置分类器使用快速外部库,因此如果您使用普通 R 编写算法,处理速度可能会慢得多。正如小插图所指出的那样,由于这种预期的放缓,交叉验证在默认情况下是禁用的。如果您的数据足够“小”(或者您可以等待更长的时间),这对您来说可能不是问题。
