我想配置一个增强的决策树，但不知道该怎么做，我知道每个参数的含义，但不知道我必须分配给它的最佳价值。这是参数：每棵树的最大叶子数：我放（60,100,200,300）每个叶节点的最小样品数量：我放（10,30）学习率：我放（0,1）建造的树木数：我说（2000,5000,6000）随机数种子：我放（4）问题是如何知道您放置正确的值还是不过分拟合模型？看答案如果您使用的是多个参数的值（例如，您将每棵树的叶子数量最大为60、100、200、300）在特定算法上（不仅提高了决策树算法，还可以在AzureMachine学习中的所有算法），您必须考虑使用调谐模型超参数模块。该模块为您重申机器学习实验。它