随机森林

来源：13-5 随机森林和 Extra-Trees

哈hhh哈

2018-10-06

老师在上一小节中使用BaggingClassifier实现随机森林的模型中有max-samples这个参数就是每一个子模型从所有样本中取多少样本进行训练但是RFClassifier中怎么没有这个参数呢可不可以对这个参数进行调参

写回答

1回答

liuyubobobo

2018-10-06

已采纳

不可以。BaggingClassifier和RandomForestClassifier中创建弱分类器的机制是不同的。

BaggingClassifier创建弱分类器的方法，是让其中的每一个分类器，所见的样本，或者样本的特征，是原始数据的一个子集；

而对于RandomForest来说，是通过让每一个决策树通过max_depth，max_sample_splits，min_samples_leaf，max_features，max_leaf_nodes等等这些参数的调节，来让每个决策树是一个弱分类器的。

这里值得一提的是，对于RandomForest来说，让bootstrap为true，成为有放回取样，本质上每课决策树所看到的样本数就是原始样本总数的一个子集了。但是，有放回取样进行的次数依然是n次，RandomForestClassifier不提供对这个参数进行修改的接口：）

对于你的需求，可以创建BaggingClassifier，其中的子分类器用DecisionTree，创建DecisionTree的参数可以调节，同时对BaggingClassifier来说，可以调节其中的max_samples：）

加油！：）

哈hhh哈

感谢老师耐心回答

2018-10-06

共1条回复

Python3入门机器学习经典算法与应用

Python3+sklearn，兼顾原理、算法底层实现和框架使用。

5964 学习 · 2456 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 1