yw172716

2020-10-23   阅读量: 755

随机森林的随机性体现

扫码加入数据分析学习群

随机森林是采用自助法(bootstrap)重采样技术,从原始训练集样本集N有放回的重复抽取k个样本形成新的训练集样本集合,然后根据自助样本集生成k个决策树组成的随机森林。新数据的分类结果按决策树投票多少形成的分数的决定。

特征选择采用随机的方法去分裂每个节点,然后比较不同情况下产生的误差,能够监测到内在估计误差、分类能力和相关性来选择特征的数目。单棵决策树的分类能力很小,但在随机产生大量的决策树后,一个测试样本可以通过每一棵树的分类结果经统计后选择最可能的分类。


74.9266 5 0 关注作者 收藏

评论(0)


暂无数据

推荐课程