知识卡片
投票收益依赖错误差异
25 棵树多数投票时,至少 13 棵判断相反才会让二分类结果出错,但概率取决于各树准确率和错误相关性。若它们总在同一批样本上出错,投票仍会错。应在相同评估切分中实测组合收益。
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 7.2 · 查看原书依据
了25棵树的森林,只有当13棵以上的树判断错误时,随机森林才会判错。那么13棵树判断错误的可能性比决策树要小得多,这也就说明随机森林判断错误的概率要比决策树小。
参考来源
- 位置:《AI制胜:机器学习极简入门》第7章 随机森林 §7.2(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_2)
- 结论依据:原文用 25 棵树演示多数票,个体错误相关性是该论证需要的补充条件。
- 原始内容:了25棵树的森林,只有当13棵以上的树判断错误时,随机森林才会判错。那么13棵树判断错误的可能性比决策树要小得多,这也就说明随机森林判断错误的概率要比决策树小。