R随机森林未定义列问题
是指在使用R语言中的随机森林算法时，遇到输入数据集中包含未定义列的情况。未定义列是指在训练数据集和测试数据集中存在某些列，在训练数据集中存在但在测试数据集中不存在，或者在测试数据集中存在但在训练数据集中不存在。
这个问题可能会导致随机森林模型无法正确训练和预测，因为模型在训练过程中无法处理未定义的列。为了解决这个问题，可以采取以下几种方法：
- 数据预处理：在训练和测试数据集中，对于未定义的列可以进行处理，可以选择删除这些列或者填充缺失值。删除未定义的列可能会导致信息丢失，因此填充缺失值是一个更常见的做法，可以使用均值、中位数、众数等方法进行填充。
- 特征选择：通过特征选择方法，可以排除未定义的列，只选择那些在训练和测试数据集中都存在的列作为输入特征。常用的特征选择方法包括方差选择法、相关系数法、卡方检验等。
- 模型调参：在使用随机森林算法时，可以通过调整模型的参数来适应未定义列的情况。例如，可以设置允许存在一定比例的缺失值，或者调整树的数量、树的深度等参数。
腾讯云提供了一系列与机器学习和数据分析相关的产品和服务，可以帮助解决R随机森林未定义列问题。其中包括：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）：提供了丰富的机器学习算法和模型训练、部署的功能，可以用于构建和训练随机森林模型。
- 腾讯云数据处理平台（https://cloud.tencent.com/product/dp）：提供了数据处理和数据集成的能力，可以用于对数据进行预处理和特征选择。
- 腾讯云人工智能开放平台（https://cloud.tencent.com/product/ai）：提供了多种人工智能相关的服务和工具，可以用于数据分析和模型训练。
通过使用这些腾讯云的产品和服务，可以更好地处理R随机森林未定义列问题，并构建出高效准确的机器学习模型。
相关·内容
我的数据包含229907行和200列。我正在对它进行随机森林训练。我知道这需要时间。但不知道有多少。在此数据上运行随机森林时，R变得无响应。"R控制台(64位)(无响应)“。我只想知道这是什么意思？R是否仍在工作，或者它已经停止工作，我应该关闭它并重新开始吗？
浏览 1提问于2013-06-11得票数 2
1回答
目前，我在R中创建了一个随机森林模型，名为：
my_rforest
我正在尝试访问dataset中的随机林中使用的变量，但到目前为止，我访问了：
my_var <- my_rforest$importance
这给了我输出：
MeanDecreaseGini
temperature 6.51
wind 4.67
heat 0.3
.
.
.
有任何方法可以获得变量列，输出的第一列吗？
我目前正在为我的随机森林使用以下软件包。
library(randomFo
浏览 0提问于2019-05-22得票数 2
回答已采纳
2回答
滑雪场随机森林
、、
我试着用sklearn的随机森林分类器包来拟合随机森林模型。但是，我的数据集由具有字符串值('country')的列组成。这里的随机林分类器不接受字符串值。它需要所有特征的数值。我想用一些虚拟变量来代替这样的列。但是，我搞不懂现在的特色重要情节会是什么样子。会有诸如country_India、country_usa等变量。如果我用R进行分析，如何才能得到国家变量的综合重要性。
浏览 0提问于2016-04-03得票数 0
回答已采纳
我已经在R中使用了随机森林进行分类，其中相关列具有分类值(例如0或1)。例如，对于虹膜数据库，我们可以使用随机森林根据物种对数据进行分类，如下所示：
myRF <- randomForest(Species ~ ., data=iris, importance=TRUE,proximity=TRUE)
这是有意义的，因为物种只能接受几个分类值。问题是，如果物种的值可以从1到100，我想将数据分为两类:值大于50的类别和值小于50的类别？
当然，我可以添加另一个值为1或0的列，这取决于物种，然后我对最后一列而不是物种进行分类，但是有没有办法直接告诉R我们希望将我们的数据分为两类:物种小于5
浏览 3提问于2013-06-22得票数 0
回答已采纳
2回答
主要问题:我如何将python和scikit中的不同randomForests结合起来--学习？
我目前正在使用R中的randomForest包来使用弹性映射约简来生成随机森林对象。这是为了解决分类问题。
由于输入数据太大，无法在一台机器上容纳内存，所以我将数据采样到较小的数据集中，并生成包含较小树集的随机森林对象。然后，我使用一个修改的组合函数将不同的树组合在一起，以创建一个新的随机森林对象。这个随机森林对象包含了树的特征、重要性和最终集合。这不包括oob错误或树的投票。
虽然这在R中运行得很好，但我想在Python中使用scikit来做同样的事情--学习。我可以创建不同的随机森林对象，但是
浏览 12提问于2014-09-18得票数 9
回答已采纳
1回答
我正在寻找Python上的通用随机森林/因果森林算法，但发现它只适用于R：
该算法不能使用随机森林的常规scikit-learn函数来获得。
有没有任何可能的方法可以帮助我在Python上执行因果森林或通用随机森林？
浏览 90提问于2021-02-28得票数 1
回答已采纳
我使用h20和r将随机森林转换为使用SciKit Learn的随机森林分类器和python的随机森林。H2O的randomForest模型有一个参数'stopping_rounds‘。有没有一种使用SKLearn随机森林分类器模型在python中做到这一点的方法？我已经看过文档了，所以恐怕我必须对此进行硬编码。
浏览 16提问于2019-10-09得票数 2
我有一个有一百万行的数据集。
当运行一个包含500棵树的随机生存森林时，由于内存问题，在R中使用randomForestSRC包需要很长时间。
那么，我可以运行10个随机存活森林，在相同的数据上有50棵树，每次使用不同的种子，并平均10个随机森林的结果(除以10)，这样我就可以得到与500棵树的结果相当相似的结果吗？
浏览 0提问于2019-07-05得票数 0
我试图使用随机森林在Python中执行集群。在随机森林的R实现中，可以设置一个标志来获得邻近矩阵。我似乎在python版本的随机森林中找不到类似的东西。有人知道python版本是否有等效的计算吗？
浏览 0提问于2013-09-09得票数 15
回答已采纳
我在caret包中使用了一种名为method="parRF" in R的回归技术并行随机森林；它似乎比常规随机森林工作得更快。我可以请求在实现细节上的不同，以加快进程。
任何到解释并行随机森林算法和实现的文档的链接都会很有帮助。
浏览 6提问于2013-02-22得票数 0
1回答
我试图在R中执行随机森林回归，遇到了几个问题，并且自己解决了其中的大部分问题，但是我只是无法绕过最后一个问题。我有一个文件列表，我希望在其中阅读，这是没有问题的(我使用一个for循环)。
library(randomForest)
set.seed(51)
file<- c("file1","file2","file3")
targets<- c("X1.ts","ts2","ts3")
for (i in 1:length(file)){
d_names<-paste(
浏览 1提问于2013-08-21得票数 1
1回答
我正在研究一个二元分类问题，使用平衡套袋随机森林，神经网络和增强技术。我的数据集大小是977，类比例是77:23。
我的数据集中有61个特征。然而，经过大量的特征选择活动后，我得到了5个功能。但是，这5个特征是用RFECV、Borutapy等随机森林估计器来识别的。因此，有了5个特征，我认为我的Xgboost模型在测试集上不会过分适合，并且提供了更好的性能，但是Xgboost模型仍然适用于测试集，在测试集上产生的结果很差。然而，随机森林在train和test上都具有相似的性能。能帮我理解为什么会发生这种事吗？
列车和试验性能如下
随机林列数据
📷
随机森林-测试数据
📷
随机森林的
roc_a
浏览 0提问于2022-03-04得票数 1
我正在使用随机森林分类器来建模一个数据集。我想打印由随机林中选择的功能。我使用feature_importances_的方式如下：
modelRF.feature_importances_
但它将错误显示为：
NameError:未定义名称“feature_importances_”
此外，在使用"fit“方法时，它给出的错误如下：
AttributeError：'RandomForest‘对象没有属性'fit’
以下是随机森林分类器使用的参数：
(data, x_cols, y_col, num_trees, method, impurity, max
浏览 5提问于2016-08-11得票数 0
4回答
如何避免随机森林中的过度适应？
、、、、
我想避免在随机森林中过度适应。在这方面，我打算使用mtry、nodesize和maxnode等。您能帮我选择这些参数的值吗？我在用R。
此外，如果可能的话，请告诉我如何使用k-折叠交叉验证随机森林(在R)。
浏览 0提问于2015-07-07得票数 11
回答已采纳
我有一个二进制0-1变量的数据结构(点击&购买；点击&不是-购买)属性的向量。我使用逻辑回归来获得购买的概率。如何使用随机森林来获得相同的概率？是使用随机森林回归吗？或者是R中type='prob‘的随机森林分类，它给出了类别变量的概率？
浏览 3提问于2016-12-15得票数 0
我有一个给定的数据库：
📷
我想使用"index_1“、"index_2”、"index_3“使用随机森林分类器来预测列"y”。
如您所见，"size：“列没有每个观察的值。
我的问题是:当我没有所有的观测数据时，我还能使用随机森林分类器吗?如果有，可以吗?我应该给空的单元格赋值(例如"noData")吗？这会不会损害预言呢？或者不需要？
浏览 0提问于2020-06-11得票数 1
回答已采纳
1回答
删除培训数据中不存在的新因素级别
、、、、
我正在调试一个随机森林软件包的代码，几乎没有以前的R经验。
我已经到了一个点，超出了predict.randomForest，我得到了一个错误：
培训数据中不存在新的因素级别。
搜索这个网站，我已经找到了原因，并明白我需要删除造成问题的记录。
如何隔离(找出)哪些列/行导致问题？
浏览 1提问于2015-08-13得票数 1
回答已采纳
1回答
如何将用R创建的随机森林模型导出到OpenCV中？
我之所以这样问是因为我在R(特别是随机森林)中的原型，但是我希望能够在OpenCV中运行我的模型，因为后者处理大图像的速度很快。
浏览 8提问于2014-12-13得票数 0
回答已采纳
为了建立分类模型，我尝试从数据集中选择最重要的特性。
我的数据包含混合属性(数字属性和分类属性)。在应用随机森林从数据中选择特征后，我计划在R中应用(重要度或varImp)函数来提高模型的精度。
我的问题是：可以直接在数据上应用随机森林而无需转换步骤，或者我必须将分类属性转换为二进制(0,1)。
我已经在数值数据集上应用了带有重要/ varImp函数的随机森林，模型工作得很好，但我不确定混合数据。
浏览 0提问于2017-10-23得票数 1
1回答
我知道seed一般是用来让我们重现相同的结果。但是，在随机森林部分设置种子实际上是做什么的。它是否改变了R中randomForest()函数的任何参数，如nTree或sampSize。
我每次都为我的随机森林模型使用不同的种子，但我想知道不同的种子如何影响随机森林模型。
浏览 0提问于2016-03-30得票数 6
3回答
我在R中构建了一个玩具随机森林模型(使用来自caret包的German Credit数据集)，并在PMML 4.0中导出它，并使用Cascading Pattern库部署到Hadoop上。
我遇到了一个问题，Cascading Pattern对相同数据的评分(在二进制分类问题上)与R中的相同模型不同。在200个观察中，有2个得到了不同的分数。
为什么会这样呢？这是否是由于随机森林的执行情况不同造成的？
浏览 0提问于2014-10-17得票数 2
回答已采纳
1回答
我发现了，答案是否定的，sklearn随机森林分类器不能处理分类变量(或者至少不是直接处理)。答案在2020年改变了吗？
我想将gender作为我的模型的一个特性。然而，gender可以具有三个值：M、F of np.nan。如果我将这个列编码成三个二分列，随机森林分类器如何知道这三个列代表一个特性？
假设max_features = 7，当训练一棵树时，它会随机选择七个特征。假设选择了gender。如果gender被分成三列(gender_M、gender_F、gender_NA)，那么随机森林分类器是否总是选择所有三列并将其计算为一个特性，还是只选择一个或两个？
浏览 1提问于2020-04-30得票数 4
回答已采纳
2回答
我在R中构建了一个玩具随机森林模型(使用来自caret包的German Credit数据集)，并在PMML 4.0中导出它，并使用Cascading Pattern库部署到Hadoop上。
我遇到了一个问题，Cascading Pattern对相同数据的评分(在二进制分类问题上)与R中的相同模型不同。在200个观察中，有2个得到了不同的分数。
为什么会这样呢？这是否是由于随机森林的执行情况不同造成的？
浏览 6提问于2014-10-17得票数 1
回答已采纳
1回答
我使用reprtree包绘制了随机森林树，如下所示，
model23 <- randomForest(active ~ total_gross_amt + frequency + t_shirt, data = mydata)
reprtree:::plot.getTree(model23)
随机森林树图：
但是我不能解释树上的任何东西。
有没有任何方法可以减小树的大小，或者有任何其他方法可以用代码在R中绘制一棵随机的森林树？
提前谢谢。巴拉吉
浏览 20提问于2018-03-05得票数 2
我是R方面的新手，我需要知道如何绘制从随机森林训练模型中选择的树，该模型是使用插入符号包中的train ()函数创建的。
首先，我使用一个训练数据集来使用()函数创建一个随机森林的拟合模型。创建的随机森林包含大约500棵树。是否有任何方法来创建一个选定的树的地块？
谢谢。
浏览 1提问于2018-07-01得票数 0
1回答
考虑到随机森林中的单个树使用cart算法(或者可以配置为)，如果cart不能预测任何东西(空树)，那么为什么随机森林在相同的数据集中表现得更好。
编辑:我使用的是R (rpart vs randomForest)，数据是股票的每日财务数据。CART给出了空树，但随机森林即使在看不见的数据上也获得了相当的准确性。
浏览 0提问于2020-06-18得票数 2
1回答
我正尝试在R中使用随机森林方法。我需要读取一个txt文件(训练集)。
dataset<- read.table(path1,header=TRUE,sep=",")
列名是数字的(即1005_at)，因此它们会被自动转换，加上X，再加上R(即X1005_at)。为了解决这个问题，我这样做了：
colnames(dataset)<-gsub("^[X](.*)","\\1",colnames(dataset))
现在名称是正确的，但当我运行随机森林时：
model.rf <- randomForest(class ~ ., da
浏览 4提问于2013-05-14得票数 0
1回答
R分类
、、、
我有一个具有二进制目标的数据集(好客户端与坏客户端)。对于每个客户端，我有一个包含许多变量的行(~150)。
我想做以下几点：
建立对坏客户的预测
计算一个客户有多差的分数。
我想用随机森林来预测，用logistic回归来预测分数(坏的概率，它的分数在0到1之间)。
我有以下问题：
随机森林不支持缺失的值。从技术上讲，我知道如何告诉R来计算或忽略丢失的值(我在使用包随机森林时会得到一个错误消息)。
在logistic回归中，如何获得各学科的得分(成为不良客户的概率)。
一般来说，如果我想在R中拟合一个模型，就像在随机森林包中那样，并且我需要一个类似于：Y~X1+X2
浏览 1提问于2016-06-12得票数 0
1回答
随机林火花加工数据
、、、、
使用的答案，我能够使用ml.classification.RandomForestClassifier训练一个随机森林，并使用经过训练的随机森林处理一个不确定的数据。
我的问题是，我想保存这个经过训练的随机森林，以便在将来处理任何数据(具有与训练集相同的特性)。
使用mllib.tree.model.RandomForestModel，它展示了如何保存经过训练的森林，但据我所知，只能在(并在将来处理) LabeledPoint RDD上进行培训。我在LabeledPoint RDD中遇到的问题是，这只能包含标签双和特征向量，因此我将失去所有用于其他目的所需的非标签/非功能列。
因此，我想我需要
浏览 3提问于2016-01-24得票数 0
回答已采纳
2回答
使用R中的randomForest包，我能够训练一个随机森林，以最小化总体错误率。然而，我想要做的是训练两个随机森林，一个先最小化假阳性率(~ 0)，然后是总体错误率，另一个是首先最大化灵敏度(~1)，然后是总体误差。该问题的另一个构造是:给定错误阳性率和灵敏度，分别训练满足其中一个速率的两个不同的随机森林，然后最小化总体错误率。有没有人知道是否有r包或python包，或任何其他软件可以做到这一点，或者如何做到这一点？谢谢你的帮助。
浏览 2提问于2015-07-29得票数 1
我想知道如果我使用R-package randomForest在随机森林模型中包含两个级别的变量，实际会发生什么。我熟悉在多级数据上使用逻辑回归，其中您必须指定级别。随机森林也有类似的东西吗？或者，我是否可以将国家级变量和个人级变量放在同一随机森林模型中，并比较所有变量的重要性？
会很感谢你的帮助的。
浏览 1提问于2017-05-21得票数 2
3回答
培训数据集非常广泛(大约200 K功能)和非常短(数百)。显然，数据集占用了大量的内存，但是R没有问题地读取它。
然后我训练了随机森林分类器，它没有记忆了。所以我转而使用更简单的分类器，比如朴素贝叶斯。NB也导致内存不足。
一般来说，什么是最有效的内存分类器？我怀疑logistic回归和朴素的Bayes应该列在名单上..。
UPD:
在使用随机森林之前，我最终使用了特征约简方法。在我的例子中，包可以帮助，但不能帮助初始变量数。
使用的特征缩减：
方差阈值滤波器(去除了方差低于阈值的特征)；
特征值与预测值的相关性:去除特征，相关性较低；
特征对相关性:去除高对相关性特征。
浏览 3提问于2013-05-28得票数 4
回答已采纳
我对随机森林回归有一个深刻的理解。目标是一个大学项目:我们要用R中的财务数据做随机森林回归分析，我已经读了很多小时的随机森林例子，它们大多是分类类型，比如预测股票价值是上升还是下降。万一退步，我就站在线上。我的想法如下：
如果我有如下结构的数据集：
Date | Open | High | Low | Close | Volume
...I可以添加一些技术仪器，如RSI、SMA等。
然后将数据集分解为训练和测试数据，执行随机森林过程，并对测试数据进行预测。但这真的是随机森林回归分析的目的吗？我猜一个“正确的”回归分析是比较两只股票，看看它们是否相关，根据另一只股票预测一只股票的价值--但在没有
浏览 0提问于2021-11-29得票数 2
我很抱歉，这是一个如此简单的问题，但我一直很难弄清楚它与谷歌和堆栈交换搜索。
我有一个数据集，我想要运行一个随机森林。其中一些变量是32级以上的因素，因此我将它们转换为虚拟变量，以便运行随机森林。问题是，这给我留下了1000+变量，并不是所有我想要在随机林中使用的变量，尽管我大多数希望使用这些变量。
我的随机森林代码看起来是这样的，除非有太多的虚拟变量，所以我无法合理地手工列出。
fit <- randomForest(result ~ dummy_1 + dummy_2 + dummy_3..., data=df, importance=TRUE, ntree=2000)
本质上，我的
浏览 1提问于2014-12-12得票数 1
回答已采纳
2回答
运行多个随机森林并将它们组合起来
、、、、
我试图在R (RStudio)中建立一个随机森林模型。我的训练数据集大约有200万行和38个变量。当我从这个数据集测试5000行时，我能够构建随机林，但是当我在整个数据集上运行时，我会得到以下错误：
randomForest.default(m，y，.)中的错误：.C不支持长向量(参数24)
除了删除行数之外，还有人能建议我如何解决这个问题吗？我可以运行多个随机森林，然后将它们合并成一个森林吗？如果是的话，谁能给我推荐一下怎么试一下吗？
在此之前，非常感谢您。
浏览 0提问于2018-09-27得票数 1
回答已采纳
1回答
我正在研究随机森林的回归模型，我想判断模型中是否存在异方差？
当我开发线性模型时，我可以看到有异方差性，曲线看起来像下图，我想检查随机森林模型的相似残差图。
我在R.
浏览 1提问于2016-04-06得票数 1
回答已采纳
我正在开发"randomForest“R包，以更改森林中树节点上特征子集选择的采样方法。目前，随机森林使用简单的随机采样来实现这一点。我尝试使用以下命令查看R代码
库(RandomForest)
getAnywhere(randomForest.default)
但是找不到选择了"mtry“特征的相关代码块。如何在源代码中进行此更改？
浏览 12提问于2017-07-26得票数 1
回答已采纳
我正在致力于在pandas中模拟一列邮政编码，这样我就可以在sklearn中构建一个随机森林模型。下面是我的代码：
forest_test_features = test_df[['sqft_lot', 'floors', 'waterfront', 'view', 'condition', 'grade', 'sqft_above', 'sqft_basement', 'yr_built', 'yr_renovated
浏览 0提问于2017-10-12得票数 0
我已经用基于对象的图像分析绘制了一个区域。这导致了2000图像对象(多边形)，我想根据他们的属性(光谱，RGB数据，形状，大小等)进行分类。
我已经将数据保存为一个.csv，以便在'Randomforest‘包中使用。
我已将“生境级别”作为数据中每个对象(1、2、3、4、5、6)的六个因素之一。所附csv的例子。
我想要做的是运行随机森林来预测每个图像对象的"Habitat_Level“(列: OBJECT_ID)。
因此，我需要的结果将使用"Habitat_Level“(从随机森林生成)填充”预测“列，该列使用OBJECT_ID来区分对象。
我已经运行了随机森林，
浏览 4提问于2022-03-08得票数 0
回答已采纳
我一直在处理一个数据集，它的列是原始特征的PCA值，在R中。我是否可以使用其他特征选择方法，如PCA列上的boruta /随机森林，通过只考虑更重要的特征来进一步减少特征空间？
浏览 0提问于2017-05-14得票数 1
我正在处理一个数据集。这是一个分类问题。数据集中的一列在总共300 k观测值中有大约11000个缺失值(它是一个范畴变量，因此不可能像数值那样计算缺失值)。
在随机森林不受缺失值影响的情况下，采用随机森林而不是Logistic回归是明智的吗？
另外，在使用RF时，我是否需要考虑自变量之间的多重共线性，还是不需要这样做？
浏览 2提问于2019-04-14得票数 0
回答已采纳
1回答
我有一个关于R建模和SQL评分的问题。
我创建了两个模型--一个回归模型和一个随机森林模型--我想在(我的)sql中的一个生产系统中使用这两个模型进行评分。现在，我能想到的唯一方法是保存回归中的系数，然后在SQL中读取它们，并从中执行评分。我不知道如何在SQL中使用随机森林模型。
有没有更简单的方法将分数代码从R制造的模型导出到SQL？
浏览 0提问于2017-04-07得票数 0
1回答
R中随机林中的二进制分类或未知类
、、、、
有没有办法在随机森林中引入“未知”类别，或者进行二进制分类？
我想把数据输入一个随机森林，只有当选票的百分比超过70%时，我才会对其进行分类。我总共有6个类别，所以我最初所做的就是创建一个随机森林，并且截断值自动默认为c(16.6, 16.6, 16.6, 16.6, 16.6, 16.6)。这是相当低的，因此，我想要么：
为每个类别创建一个随机森林(总共6个)，它使用二进制分类(要么属于这个类别，要么它不属于这个类别--因此它是未知的)，然后将未知数据输入下一个树，以此类推。
或者，我希望能够坚持一个随机森林，但引入新的截断值，让我可以明确指出，“获胜”阶层必须拥有超过70%的选票，
浏览 4提问于2015-09-07得票数 2
回答已采纳
1回答
我目前正在实施一个预测模型。整个过程建立在回归的基础上。第一种模型是基于Keras的LSTM网络，第二种是基于sklearn的随机森林模型。
对于这两个模型，我使用相同的输入值和目标变量。LSTM网络的预报更接近实际观测值(较好的rmse和r2) (可能是由于记忆/回溯)，但随机森林模型提供了更好的高度和深度。随机森林模型似乎发现了比LSTM模型更好的依赖关系。
LSTM：
📷
随机-森林：
📷
LSTM模型理解更好的依赖关系的最佳方法是什么？我应该使用来自LSTM + RF的集成或叠加方法吗？说得通吗？
浏览 0提问于2018-05-20得票数 0
我尝试使用随机森林进行回归。原始数据是一个218行9列的数据帧。前8列是分类值(可以是A、B、C或D)，最后一列V9的数值可以从10.2%到999.87。
当我在训练集上使用随机森林时，它代表了原始数据的2/3，并且是随机选择的，我得到了以下结果。
>r=randomForest(V9~.,data=trainingData,mytree=4,ntree=1000,importance=TRUE,do.trace=100)
| Out-of-bag |
Tree | MSE %Var(y) |
100 | 6.927e+04 98.
浏览 1提问于2013-05-15得票数 4
回答已采纳
是否可以将我在scikit learn中运行的算法存储在pc中包含对象的物理文件中？
在R中存储包含算法的文件是可能的。在这里，我运行了一个随机森林，但是考虑一些更简单的东西，比如回归
predicted_probs =clf.predict_proba(测试列)
浏览 3提问于2016-11-02得票数 0
是否有可能生成一个树木完全相同的决策林？请注意，这是一个实验性的问题。据我所知，与单个决策树相比，随机森林有两个导致“随机性”的参数：
( 1)在决策树的每个节点随机抽样的特征数，以及
2)为创建树而绘制的训练示例的数量。
直观地说，如果我将这两个参数设置为它们的最大值，那么我应该避免“随机性”，因此每个创建的树都应该完全相同。因为所有的树都是完全相同的，所以不管森林中有多少树或不同的运行(即不同的种子值)，我都应该取得相同的结果。
我使用R中的randomForest库测试了这个想法，我认为前面提到的两个参数分别对应于'mtry‘和'sampsize’。我已经将这些值设置为它
浏览 2提问于2014-04-29得票数 0
1回答
我使用随机森林来预测数据集中的标签。我的问题是:使用随机森林进行10倍交叉验证是否有意义？从直觉上讲，我可以说，随机森林可以单独进行交叉验证--那么在每次分割中进行交叉验证和构建随机森林分类器会有什么好处吗？
浏览 2提问于2014-03-12得票数 0
回答已采纳
在[R]中，你可以像这样可视化你的随机森林的结果(无耻地从互联网上窃取图像)。Python中的等价物是什么？我可以使用feature_importances_获得我的sklearn随机森林分类的结果，但我想知道他们将结果发送到哪个方向。我意识到，对于一个深森林，我不能检查每一个分支，但也许它可以加权概率？谢谢。
浏览 10提问于2015-06-18得票数 4
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
