1回答
我正在训练多个批次上的多个树，并使用以下命令合并它们： rf1 = rfList[0]
rf1.n_estimators = len(rf1.estimators_)
我注意到，如果我在A类和B类中给出相同数量的样本，最终树的分类往往是40-60%的A类，40-60%的B类，
浏览 25提问于2018-02-02得票数 3
5回答
我有一个数据集，有4519个样本标记为"1"，18921个样本标记为"0“，在二进制分类练习中。我很清楚，在分类算法的训练阶段(在这种情况下，是随机森林)，应该平衡0/1样本的数量，以防止算法偏向大多数类。
但是，测试数据集是否也应该是平衡的？换句话说，如果用"0“类的1000个随机样本和"1”类的100
浏览 0提问于2018-11-29得票数 8
回答已采纳
1回答
由于我目前正在研究一个高度不平衡的多类分类问题，我正在考虑平衡随机森林()。您是否有使用H2O实现平衡随机森林的经验？若有，可否请你详述以下问题：
是否有可能改变在H2O中创建引导样本的默认过程，以得出平衡子样本(对于随机森林中的每次迭代，从少数类中提取一个引导样本。从大多数类中随机抽取相同数量的案例(通过替换
浏览 16提问于2018-08-23得票数 0
1回答
我相信，在随机森林中，我们选择随机样本的训练数据进行替换。我的问题是，我们仍有可能遗漏一些数据。那是怎么回事。它不影响随机森林训练吗？我们是否会在某个时候使用遗留下来的东西。
浏览 0提问于2019-04-26得票数 3
2回答
在Andrew的机器学习课程之后，我想尝试一下他绘制学习曲线的方法(成本与样本的数量)，以评估是否需要更多的数据样本。然而，对于随机森林，我对如何绘制学习曲线感到困惑。随机森林似乎没有一个基本的成本函数，例如，线性回归，所以我不确定在y轴上具体使用什么。
浏览 5提问于2016-03-24得票数 1
回答已采纳
如何控制用于训练森林中每棵树的子样本的大小？根据scikit的文件-学习：
因此，bootstrap允许随机性，但无法找到如何控制子<e
浏览 11提问于2016-11-28得票数 3
回答已采纳
我经常使用随机森林，正则随机森林，引导随机森林，和类似的树模型。我必须在以下两者之间做出选择：运行数倍于树数，但相应
浏览 0提问于2015-11-02得票数 6
回答已采纳
1回答
我需要构建RandomForest，然后构建一个图表，它将显示训练和测试样本的质量如何取决于随机森林中的树数。每一次都有必要用一定数量的树木建造一个新的随机森林吗？或者我可以以迭代的方式添加树(如果可能的话，你能给出代码的例子-怎么做)？
浏览 1提问于2015-08-04得票数 9
回答已采纳
我在这个论坛上看到过其他帖子，但没有找到令人信服的答案。那么使用OOB而不是简历有什么好处和缺点呢？
用OOB训练更多的数据是正确的吗？
浏览 0提问于2017-08-04得票数 5
回答已采纳
据我所知，随机森林算法采用随机bootstraps样本。但是我不确定如何设置和调整引导程序的数量。
n_estimators是否为设置引导条数的参数？设置该值的好值有什么窍门吗？
浏览 1提问于2016-03-08得票数 0
1回答
当使用随机森林时，使用常规交叉验证和仅取不同随机状态的多个模型的平均结果会给出与重复的K倍交叉验证相同的结果吗？
重复的K倍交叉验证基本上重复交叉验证与多个不同的分裂数据和报告的平均结果。
浏览 0提问于2021-03-23得票数 0
回答已采纳
我是随机森林回归的新手。我在prep1中有300个连续变量( 299个预测因子和1个目标)，其中一些预测因子是高度相关的。问题是，我仍然需要获得每个预测器的重要性值，因此消除某些值不是一种选择。以下是我的问题：( 2)假设是1)，这会解决多重共线性问题吗？
浏览 2提问于2016-09-16得票数 2
1回答
我正在使用随机森林与科学知识。射频覆盖数据，预测结果较差。过度适应发生在许多不同的参数(通过grid_search测试它)。补救措施:调整初始数据/下采样，以影响拟合结果(人工预处理噪声样本)。这个蒙特卡洛斯非常消耗，只是想知道是否有另一种方法来做交叉验证的随机森林？(非超参数优化)
编辑
浏览 0提问于2016-07-01得票数 15
1回答
我有一个二元分类任务，两个类之间的不平衡。我想比较一下SMOTE .降低多数阶级的规模和少数阶级的规模。将少数群体的人数增加到多数人的人数。使用随机次抽样将多数类缩小为少数类我从三重简历中得到的混淆矩阵似乎促进了SMOTE的使用(这两个类具有更好的分类性能)。我认为这份简历可以用来选择最好的方法。
然而
浏览 0提问于2016-11-11得票数 2
回答已采纳
我有下面的代码，但我只是不明白如何解释来自RandomForestClassifier的树输出数据，比如如何计算gini，给出示例，以及“value”列表中的总数如何能够高于3的初始样本。任何帮助都是感激的，谢谢！' + str(i_tree) + '.pdf' i_tree += 1来自RandomForestClassifier：的树
浏览 3提问于2015-06-03得票数 0
2回答
我正在kNN的帮助下开发一个推荐引擎。然而，数据是稀疏的，大约有1500个样本和大约200个特征。我有一个值为1或0的序数目标。另外，对于包含我的样本数量如此之少的特征数量，是否有任何限制？
浏览 19提问于2017-02-03得票数 2
1回答
我试图在一个不平衡的数据集中运行一个随机森林分类器(~1:4)。我使用imblearn的方法如下：rf.fit(train_features,train_labels) 在培训和测试集中的</em
浏览 0提问于2019-02-27得票数 0
回答已采纳
5回答
选择二进制分类算法
、、、、
我有一个二进制分类问题：10个属性，包括二进制、数字和范畴
这类问题的最佳选择是哪种算法？默认情况下，我将从SVM (将标称属性值转换为二进制特性)开始，因为它被认为是相对干净且不含噪声的数据的最佳选择。
浏览 0提问于2014-06-15得票数 20
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
