← 返回刚才阅读的位置

知识卡片

操作参考卡 · 9448.j · 生成模型:Tencent Hunyuan Hy

随机森林实现步骤

理解等级:中级

落地随机森林可遵循一套固定流程:①从训练集N中随机有放回抽取n个样本作输入(n远小于N),未被抽中的样本称袋外数据,实验表明约占33.3%,可用于检验;②对每个分裂节点,从全部M个特征中随机选m个(m远小于M)作为候选;③在这m个特征里挑基尼系数最小者做分裂点,递归构建决策树,直到节点样本同类或达到最大深度;④重复②③多次,每批样本对应一棵树,直至训练完成;⑤预测时森林中所有树同时决策,按多数投票(分类)或平均(回归)给出结果。边界在于n、m和树的数量需合理设定;实践中树越多越稳,应尽可能多建树。迁移启发:任何“多专家独立判断+汇总”的流程,都要刻意保证样本与视角的双重差异,否则汇总只是重复噪声。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第9章《要想模型效果好,集成算法少不了》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00014.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:原文“从训练集中选取n个样本作为训练数据输入……训练集 N 中没有被挑选的样本称为袋外数据,据实验表明袋外数据占比为33.3%左右”给出抽样与袋外数据比例,是流程第一步的依据。 - 原始内容:从训练集中选取n个样本作为训练数据输入,一般情况下n远小于整体的训练集 N。训练集 N 中没有被挑选的样本称为袋外数据,据实验表明袋外数据占比为33.3%左右。