一、什么是随机森林

在机器学习中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定。
例如, 如果你训练了5个树, 其中有4个树的结果是True, 1个数的结果是False, 那么最终投票结果就是True

二、原理过程

学习算法根据下列算法而建造每棵树：

用N来表示训练用例（样本）的个数，M表示特征数目。
1、一次随机选出一个样本，重复N次（有可能出现重复的样本）
2、随机去选出m个特征, m <<M，建立决策树
采取bootstrap抽样

三、BootStrap抽样

抽样是指从一个样本数据集中随机抽取一些样本，形成新的数据集。这里有两种选择：有放回抽样和无放回抽样。Bootstrap使用的是有放回抽样。

1，为什么要随机抽样训练集？
如果不进行随机抽样，每棵树的训练集都一样，那么最终训练出的树分类结果也是完全一样的。

2，为什么要有放回地抽样？
如果不是有放回的抽样，那么每棵树的训练样本都是不同的，也就是说每棵树训练出来都是有很大的差异的；而随机森林最后分类取决于多棵树（弱分类器）的投票表决。

四、API

# n_estimators：integer，默认 10）森林里的树木数量
# criteria：string，可选（default =“gini”）分割特征的测量方法
# max_depth：integer或None，可选（默认=无）树的最大深度
"""
max_features="auto”，每个决策树的最大特征数量
Auto/None：简单地选取所有特征，每颗树都可以利用他们。这种情况下，每颗树都没有任何的限制。
sqrt：此选项是每颗子树可以利用总特征数的平方根个。 例如，如果变量（特征）的总数是100，所以每颗子树只能取其中的10个。
log2：另一种和 sqrt 相似类型的选项。
"""
# bootstrap：boolean，（默认 True）是否在构建树时使用放回抽样
# min_samples_split：节点划分最少样本数
# min_samples_leaf：叶子节点的最小样本数
class sklearn.ensemble.RandomForestClassifier(n_estimators=10, criterion=’gini’, max_depth=None, bootstrap=True, random_state=None, min_samples_split=2)

其中，n_estimator, max_depth, min_samples_split,min_samples_leaf 是超参数，以下是随机森林的超参数的代码演示

# 随机森林去进行预测
rf = RandomForestClassifier()
param = {"n_estimators": [120,200,300,500,800,1200], "max_depth": [5, 8, 15, 25, 30]}# 超参数调优
gc = GridSearchCV(rf, param_grid=param, cv=2)
gc.fit(x_train, y_train)print("随机森林预测的准确率为：", gc.score(x_test, y_test))

day08——随机森林相关推荐

利用mysql建立随机森林_随机森林算法实例 - osc_4imme0wh的个人空间 - OSCHINA - 中文开源技术交流社区...
根据成年人数据集来预测一个人的收入 1.准备数据集我下载好了一个成年人数据集,从百度云下载链接:https://pan.baidu.com/s/10gC8U0tyh1ERxLhtY8i0bQ 提取 ...
机器学习（10）随机森林（预测泰坦尼克号旅客存活率）
目录一.基础理论 1.集成学习方法 2.随机森林 API 二.过程 1.创建随机森林预估器 2.参数准备(网格搜索) 3.训练模型评估结果: 总代码一.基础理论 1.集成学习方法集成学习通过建 ...
随机森林 java_机器学习weka，java api调用随机森林及保存模型
工作需要,了解了一下weka的java api,主要是随机森林这一块,刚开始学习,记录下. 了解不多,直接上demo,里面有一些注释说明: package weka; import java.io.F ...
机器学习数据拆分_解释了关键的机器学习概念-数据集拆分和随机森林
机器学习数据拆分数据集分割 (Dataset Splitting) Splitting up into Training, Cross Validation, and Test sets are c ...
哪个才是解决回归问题的最佳算法？线性回归、神经网络还是随机森林？
编译 | AI科技大本营参与 | 王珂凝编辑 | 明明 [AI科技大本营导读]现在,不管想解决什么类型的机器学习(ML)问题,都会有各种不同的算法可以供你选择.尽管在一定程度上,一种算法并不能总 ...
kaggle项目：基于随机森林模型的心脏病患者预测分类！
公众号:尤而小屋作者:Peter 编辑:Peter 大家好,我是Peter~ 新年的第一个项目实践~给大家分享一个新的kaggle案例:基于随机森林模型(RandomForest)的心脏病人预测分类 ...
最喜欢随机森林？周志华团队 DF21 后，TensorFlow 开源决策森林库 TF-DF
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达转自 | 机器之心 TensorFlow 决策森林 (TF-DF) ...
Facebook工程师教你什么是随机森林，就算零基础也可以看懂 | 干货
白交发自凹非寺量子位报道 | 公众号 QbitAI 今天的这篇入门贴,我们就来介绍一下决策树与随机森林. 这篇帖子适合机器学习基础为0的同学~ 当然,有基础的同学也可以来看一下,加深一下理解 ...
Bagging与随机森林算法原理小结
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达在集成学习原理小结中,我们讲到了集成学习有两个流派,一个是boos ...

day08——随机森林

随机森林

一、什么是随机森林

二、原理过程

三、BootStrap抽样

四、API

day08——随机森林相关推荐

最新文章

热门文章