一文看懂随机森林 |
您所在的位置:网站首页 › D191次列车最简单三个步骤 › 一文看懂随机森林 |
HomeAI 知识库AI 算法
随机森林 – Random forest
文章目录
随机森林是一种由决策树构成的集成算法,他在很多情况下都能有不错的表现。 本文将介绍随机森林的基本概念、4 个构造步骤、4 种方式的对比评测、10 个优缺点和 4 个应用方向。 什么是随机森林? 随机森林属于 集成学习 中的 Bagging(Bootstrap AGgregation 的简称) 方法。如果用图来表示他们之间的关系如下:
决策树 – Decision Tree
在解释随机森林前,需要先提一下决策树。决策树是一种很简单的算法,他的解释性强,也符合人类的直观思维。这是一种基于if-then-else规则的有监督学习算法,上面的图片可以直观的表达决策树的逻辑。 了解详情:《一文看懂决策树 – Decision tree(3个步骤+3种典型算法+10个优缺点)》
随机森林 – Random Forest | RF
随机森林是由很多决策树构成的,不同决策树之间没有关联。 当我们进行分类任务时,新的输入样本进入,就让森林中的每一棵决策树分别进行判断和分类,每个决策树会得到一个自己的分类结果,决策树的分类结果中哪一个分类最多,那么随机森林就会把这个结果当做最终的结果。 构造随机森林的 4 个步骤
2019年3月8日 by 打不死的小强 Updated: 2022年8月16日 AI 算法, 机器学习 Random forest, 机器学习, 随机森林Thanks for your rating! You have already rated this article An error occured, please try again later Was This Article Helpful? |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |