随机森林中增加树的数量对于偏差和方差的影响

  统计/机器学习 监督式学习    浏览次数:8989        分享
0

随机森林中增加树的数量对于偏差和方差的影响

 

GEASS   2018-09-01 16:03



   2个回答 
3

Random Forsest是由很多个数组成的,最终的结果可以看作是

$$M=\frac{M_1+M_2+\cdots+M_n}{n}$$

假设$M_i$是同分布的,那么$\mathbb{E}(M)$和$\mathbb{E}(M_i)$是相等的;而对于方差$\text{Var}(M)$应该就是只有$\text{Var}(M_i)$的$1/n$。$n$越大,方差越小,但是减小的幅度也随之变小。所以通常1000以内也就够了。

SofaSofa数据科学社区DS面试题库 DS面经

飞翔钉子   2018-09-02 11:53

thx! - GEASS   2018-09-02 18:44
1

偏差不变,方差变小

SofaSofa数据科学社区DS面试题库 DS面经

GuoLinhui   2018-09-01 22:06

谢谢,可以具体解释下吗 - GEASS   2018-09-02 10:39


  相关讨论

决策树的深度和数据特征个数的关系

Gradient tree boosting和random forest (随机森林) 有什么区别和联系

Adaboost里的树有没有可能权重是负数?

关于knn算法中kd树的问题

随机森林预测问题

决策树是如何得到量化的概率,不只是0或1的标签?

请问针对Adaboost、GBDT等集成学习同一个特征是否可以入模多次?

lightgbm使用自定义损失函数后,二分类的预测结果不再是【0,1】区间

Extra Tree算法

决策树剪枝有什么策略或者注意事项?

  随便看看

主成分分析法(PCA)算是黑盒算法吗?

线性可分是什么意思?

python里清除已经定义过的变量

分类变量,进行One hot编码,维度升高,如何处理?

机器学习中的奥卡姆剃刀原理是什么意思