什么是随机森林，一般运用随机森林做回归预测相较于其他算法有什么好处？
回答·5
最热
最新
- 有放回的采样，并行度高，易于实现
- 顾名思义，森林就是由多颗树组成的，决策树的集合就是随机森林，单从结果来看，随机森林准确率较高。
- 决策树可以理解成一种 if-else-then 规则的有监督学习方法，随机森林是多颗没有关联的决策树构成，新的输入样本进入时，利用森林每一棵树进行计算，最终进行整合生成预测值。 回归任务上，与线性模型相比，抗欠拟合和抗干扰能力较好。同时针对其他算法，随机森林由于每棵树都是独立的，训练速度较快，在一些高维数据集上有较好的性能表现
- 决策树的集合就是随机森林，单从结果来看，随机森林准确率较高
- 随机森林是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习
相似问题
推荐关注
正在加载中...