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?
相关主题
决策树的深度和数据特征个数的关系
1回答
剪枝是什么意思
1回答
请问针对Adaboost、GBDT等集成学习同一个特征是否可以入模多次?
1回答
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
0回答
Gradient tree boosting和random forest (随机森林) 有什么区别和联系
1回答
怎么得到randomforestregressor里每棵树的预测结果?
1回答
随机森林的模型一般都很大么?
3回答
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!