关于bagging和随机森林的区别

来源：13-5 随机森林和 Extra-Trees

叫cherry风一样的女纸

2019-03-08

老师好，有个问题比较困惑，bagging和随机森林的区别应该只有：随机森林的base estimater只能是决策树，这一点吧。决策树在随机子集上选取特征做划分，这种方法，bagging通过random patches也可以实现。所以有些博客说两者的区别在于，采样方法不一样，应该是不正确的吗？

写回答

1回答

liuyubobobo

2019-03-08

已采纳

你的理解是对的。用BaggingClassifier，里面传入DecisionTree，就可以创建一个随机森林。

比如这样：

random_forest_clf = BaggingClassifier(
    DecisionTreeClassifier(#随便填决策树的参数#),
    n_estimators=500, max_samples=1.0, bootstrap=True, n_jobs=-1
)

继续加油！：）

叫cherry风一样的女纸

非常感谢！

2019-03-08

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。

5838 学习 · 2437 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 1