随机森林是如何计算测试样本的概率的?

  统计/机器学习 监督式学习    浏览次数: 89
0

当我们用随机森林进行分类,最后的结果也是可以是概率的。这个概率是怎么计算的呢?

是 A)得到标签为1的树除以树的总个数吗?

还是 B)把每棵树得到的概率取平均?

还是 C)按照叶节点里样本的个数加权平均?

比如有三棵树,某个样本X在各个树被分到的叶节点的情况为

第一棵:(1,1,0)。第二棵:(1,1,0,0,0)。第三棵:(1)。


按照A方法,得到的概率为

$$\frac{2}{3}$$

按照B方法,得到的概率为

$$\frac{1}{3}\left(\frac{2}{3}+\frac{2}{5}+\frac{1}{1}\right)=\frac{31}{45}$$

按照C方法,得到的概率为

$$\frac{2+2+1}{3+5+1}=\frac{5}{9}$$

随机森里是按照哪种方法计算概率的呢?

 

猴老大   2018-10-29 11:05



   1个回答 
0
是按照(B)方法的,因为最后就是对所有树的结果进行平均,没有(C)方法那么复杂SofaSofa数据科学社区 DS面经 问答 实战

飞翔钉子   2018-11-02 12:26



  相关主题

决策树是如何得到量化的概率,不只是0或1的标签?   2回答

决策树的深度和数据特征个数的关系   1回答

Extra Tree算法   1回答

Gradient tree boosting和random forest (随机森林) 有什么区别和联系   1回答

决策树怎么做增量学习或者online学习?   1回答

Adaboost里的树有没有可能权重是负数?   1回答

剪枝是什么意思   1回答

决策树的熵是什么?怎么用熵来选分叉?   1回答

随机森林中增加树的数量对于偏差和方差的影响   2回答

决策树剪枝有什么策略或者注意事项?   2回答

决策树算法ID3,C4.5和CART的特点、异同?   3回答

求问:Cart分类树为什么是基尼指数最小化准则   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!