如何解决Python GBM 模型无法重现预测
我正在本地在 python 上运行 GBM 模型。运行模型后,我试图准确预测一个单独的新数据集(使用 predict_proba
)。但是 predict_proba
每次都会给出不同的概率。我试过np.random.seed(42)
,也试过random_state=42
。但它没有帮助。 test_df_prob
总是给出不同的值,而且差异也很大。有趣的是,我的模型精度没有改变。 K Fold accuracy
不会改变。只有 predict_proba
输出在变化。有人可以帮忙吗?
from sklearn.ensemble import GradientBoostingClassifier
#np.random.seed(42)
classifier = GradientBoostingClassifier(n_estimators=50,random_state = 42,max_depth = 7)
classifier.fit(X_train,y_train)
test_df_prob = classifier.predict_proba(test_df)
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。