2023-10-10 18:21 门头沟学院 测试开发
关注
random forest 小记
random forest是一种典型的集成学习算法，主要思想是用多颗决策树来集成结果。
RF设置超参的策略：①有这些超参数，比如多少棵树，树分别有多深，分几层等等需要尽量设置的不一样，这样才能让每棵树的能力不同。②随机选取子集，让每棵树看到的样本都不一样，进一步加大区别，让集成学习更加有意义。
结果：对回归问题去均值，对分类问题取众数
优缺点，
优点：①对异常值不敏感，也不容易过拟合，效果稳定。②处理速度快，因为去了子集 ③树状结构可解释性好。
缺点：由于集成度过高，会导致难以处理困难样本，只关注更多的好处理的样本。从而导致起点高，上限低。
RF设置超参的策略：①有这些超参数，比如多少棵树，树分别有多深，分几层等等需要尽量设置的不一样，这样才能让每棵树的能力不同。②随机选取子集，让每棵树看到的样本都不一样，进一步加大区别，让集成学习更加有意义。
结果：对回归问题去均值，对分类问题取众数
优缺点，
优点：①对异常值不敏感，也不容易过拟合，效果稳定。②处理速度快，因为去了子集 ③树状结构可解释性好。
缺点：由于集成度过高，会导致难以处理困难样本，只关注更多的好处理的样本。从而导致起点高，上限低。
全部评论
相关推荐
01-16 22:31
赣南师范大学 运营 
白火同学：1、简历可以浓缩成一页，简历简历先要“简”方便HR快速过滤出有效信息，再要“历”用有效信息突出个人的含金量。
2、教育背景少了入学时间～毕业时间，HR判断不出你是否为应届生。
3、如果你的平台账号效果还不错，可以把账号超链接或者用户名贴到对应位置，一是方便HR知道你是具体做了什么内容的运营，看到账号一目了然，二是口说无凭，账号为证，这更有说服力。 点赞 评论 收藏
分享