随机决策树分类

Question

我想了解随机树。 我找不到有关随机树的很好的参考资料。 任何人都可以建议我任何好的参考或任何人都可以给我一些随机树的解释，以及它如何不同决策树？

Answer 1

随机树木背后的想法是用许多人进行预测。 这有助于模型更加健壮。

最著名的算法是“随机森林”，在2001年的文章中由莱奥·布雷曼建议： Leo Breiman. Random forests. Machine Learning, 45(1):5–32, October 2001.

这里是算法的关键点：

• 林的每棵树建立在每个树节点的训练数据的自举样本上，最佳分裂是从减少的变量集合（随机选择）中选择的
• 每个树都是全GR自己（不修剪）
• 预测由多数票对所有树木