方法

参数

KNN

K值：K个最近的邻居(“n_neighbour”: 23)

权重：权重和距离成反比(“weight”: distance)

距离度量方法：闵可夫斯基距离(“matric”: minkowski)

叶子节点数：12 (“leaf_size”: 12)

SVM

核函数：径向基核函数(“Kernel”: rbf)

核函数参数：1 (“Gamma”: 1)

惩罚因子：13 (“C”:13)

RF

建立子树的数量：47 (“n_estimators”: 47)

叶子节点最少样本数：3 (“min_samples_leaf”: 3)

划分时考虑的最大特征数量：3 (“max_features”: 3)

决策树的最大深度：11 (“max_depth”: 11)

ADA

弱学习器的最大迭代次数：17 (“n_estimators”: 17)

GBDT

最大的弱学习器的个数：86 (“n_estimators”: 86)

叶子节点最少样本数：21 (“min_samples_leaf”: 21)

划分是考虑的最大特征数量：2 (“max_features”: 2)

决策树的最大深度：7 (“max_depth”: 7)