加载中...
使用Optuna进行决策树模型超参数优化，本质上是将传统的“经验调参”转化为“自动化搜索最优解”的过程。在机器学习实践中，决策树模型（Decision Tree）虽然结构简单、可解释性强，但其性能高度依赖超参数设置，例如最大深度、最小样本分裂数以及叶节点最小样本数等。手动调参往往效率低且容易陷入局部最优，而Optuna的引入则显著提升
