随机森林培训课件.pptxVIP

;目录; 决议树; 决议树; 决议树; 决议树; 决议树; 决议树; 决议树; 决议树; 决议树; 决议树; 决议树; 集成学习; 集成学习; 集成学习; 什么是随机森林？; 什么是随机森林？;随机森林特点： 优点： 1.两个随机性引入，使得随机森林不轻易陷入过拟合； 2.两个随机性引入，使得随机森林含有很好抗噪声能力； 3.对数据集适应能力强：既能处理离散型数据，也能处理连续型数据，数据集无需规范化且能够有效地运行在大数据集上； 4.能够处理含有高维特征输入样本，而且不需要降维； 5.在生成过程中，能够获取到内部生成误差一个无偏预计； 6.对于缺省值问题也能够取得很好得结果。;缺点： 1.在一些噪音较大分类或回归问题上会过拟合； 2.对于有不一样级别属性数据，级别划分较多属性会对随机森 林产生更大影响，所以随机森林在这种数据上产出属性权值是不可信。; 随机森林中有许多分类树。假如要将一个输入样本进行分类，需要将输入样本输入到每棵树中进行分类。 打个比喻： 森林中召开会议，讨论某个动物到底是老鼠还是松鼠，每棵树都要独立地发表自己对这个问题看法，也就是每棵树都要投票。该动物到底是老鼠还是松鼠，要依据投票情况来确定，取得票数最多类别就是森林分类结果。森林中每棵树都是独立，99.9%不相关树做出预测结果涵盖全部情况，这些预测结