知识卡片
袋外样本估计泛化误差
每棵树可从 n 个训练样本有放回抽 n 次,某条样本没有被抽到的概率约为 1/e。汇总没有见过该样本的树对它的预测,可计算袋外误差。时间切分、组间独立或最终外部测试仍取决于部署场景。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第7章 随机森林
原书出处 · 1 处
- 随机森林 7.1.2 · 查看原书依据
bag samples(袋外数据),通过这些样本估计的误差被称为out of bag error(袋外误差)。研究表明,这种out of bag方法的与测试集规模同训练集一致的估计方法有着相同的精确程度,因此在随机森
参考来源
- 位置:《AI制胜:机器学习极简入门》第7章 随机森林 §7.1.2(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter7.xhtml#isbn9787302555513_7_1_1_2)
- 结论依据:原文介绍 bootstrap 及约三分之一训练样本作为每棵树的袋外数据。
- 原始内容:bag samples(袋外数据),通过这些样本估计的误差被称为out of bag error(袋外误差)。研究表明,这种out of bag方法的与测试集规模同训练集一致的估计方法有着相同的精确程度,因此在随机森