原书出处
大数据挖掘与统计机器学习
05 第5章 决策树与组合方法
x 的估计偏差与随机森林中任意一棵树H(x;Θ(T))对样本点x的估计偏差一致。
一般来讲,构造树时所用到的变量x 越少,则偏差越大,并且都比基于训练样本T 所构造的单棵未经剪枝的树所求得的偏差要大。因此, Bagging和随机森林一样,在预测上的改进完全体现在方差缩减上,这与岭回归是类似的。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter7_0004.xhtml
EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00