随机森林算法..pptVIP

基于随机森林算法的电力电子电路故障诊断 目录 随机森林算法 决策树的生长 投票过程 基于随机森林算法的故障诊断 随机森林算法 简单地说，随机森林就是用随机的方式建立一个森林，森林里面有很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。在得到森林之后，当有一个新的输入样本进入的时候，就让森林中的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类（对于分类算法），然后看看哪一类被选择最多，就预测这个样本为那一类。 随机森林算法主要包括决策树的生长和投票过程 决策树的生长 生长步骤： 决策树的生长 3、分类树为了达到低偏差和高差异而要充分生长，使每个节点的不纯度达到最小，不进行通常的剪枝操作。 投票过程 基本思想: 给定一个弱学习算法,和一个训练集; 单个弱学习算法准确率不高; 将该学习算法使用多次,得出预测函数序列,进行投票; 最后结果准确率将得到提高. 投票过程 随机森林采用Bagging方法生成多个决策树分类器。 投票过程 算法: For t = 1, 2, …, T Do 从数据集S中取样（放回选样） 训练得到模型Ht 对未知样本X分类时,每个模型Ht都得出一个分类，得票最高的即为未知样本X的分类 也可通过得票的平均值用于连续值的预测 投票过程 … C1 C2 CT train train tr