使用sciml包进行随机森林分析及Shap图解释.pptxVIP

31.sciml包进行随机森林分析天桥下的卖艺者

随机森林（Breiman2001a）（RF）是一种非参数统计方法，需要没有关于响应的协变关系的分布假设。RF是一种强大的、非线性的技术，通过拟合一组树来稳定预测精度模型估计。

随机森林是一种集成学习方法，属于Bagging范畴。它是由多个决策树组成的一个森林，并通过投票或平均的方法来提高模型的稳定性和预测能力。随机森林的核心思想是：随机采样（BootstrapSampling）：从原始数据集中随机抽取多个子样本集（有放回抽样）。构建多棵决策树（DecisionTrees）：每个子样本集都用于训练一棵决策树，且每次分裂节点时，随机选择部分特征进行计算，避免单一特征的过拟合。投票或平均：分类任务（Classification）：多数投票（majorityvote），即哪个类别被最多的树预测，就选择哪个类别。回归任务（Regression）：取所有决策树预测结果的平均值。

Shap图DALEX包

shapviz

代码+视频系列同步发公众号和B站，希望大家多多支持B站账号名称公众号名称