【问题标题】:Random Forests Decorrelation随机森林去相关
【发布时间】:2018-08-22 10:17:14
【问题描述】:

在随机森林中,您从每个节点的 m 个特征中选择,而不是完整的特征集。据说这会使预测变量去相关。直觉上我理解它,但是是否有任何统计数据可以说预测变量何时会去相关,以及在这种情况下我们如何证明这是场景

【问题讨论】:

    标签: random-forest ensemble-learning


    【解决方案1】:

    随机森林试图通过对树进行去相关和减少变异来改进 bagging,因此它可以随机选择预测变量并形成树 通常 m= log2 P 其中 p 是特征数,我们看不到随机选择的预测器逻辑,因为它会被算法处理

    【讨论】:

      猜你喜欢
      • 2017-07-19
      • 2018-12-01
      • 2020-06-24
      • 2017-03-15
      • 2014-08-07
      • 2015-10-15
      • 2015-02-15
      • 2018-07-10
      相关资源
      最近更新 更多