隨機決策樹分類

Question

我想了解隨機樹。 我找不到有關隨機樹的很好的參考資料。 任何人都可以建議我任何好的參考或任何人都可以給我一些隨機樹的解釋，以及它如何不同決策樹？

Answer 1

隨機樹木背後的想法是用許多人進行預測。 這有助於模型更加健壯。

最著名的算法是「隨機森林」，在2001年的文章中由萊奧·佈雷曼建議： Leo Breiman. Random forests. Machine Learning, 45(1):5–32, October 2001.

這裏是算法的關鍵點：

• 林的每棵樹建立在每個樹節點的訓練數據的自舉樣本上，最佳分裂是從減少的變量集合（隨機選擇）中選擇的
• 每個樹都是全GR自己（不修剪）
• 預測由多數票對所有樹木