怎么理解RandomForest中的max_features?

  统计/机器学习 监督式学习    浏览次数:2182        分享
0

sklearn里的RandomForest有max_features这个参数,请问如何理解这个参数?是指每棵树的特征最大数吗?

 

烙神经   2019-05-05 01:46



   1个回答 
3

决策树每一次分裂,都需要找到某个“最佳”特征,使得模型在该特征的某个值上分裂之后得到的收益最大化。

如果不设置max features的话,那么每次分裂都会遍历每一个可行特征,并从中选择最佳的;如果设置这个参数为n,那么每次分裂前只会选择n个随机特征,并从其中选择最佳的。

这个特征有利于增加random forest中各个树之间的差异性,有助于降低整个random forest的variance。

SofaSofa数据科学社区DS面试题库 DS面经

kym1990   2019-05-06 09:46



  相关主题

关于knn算法中kd树的问题   1回答

随机森林是如何计算测试样本的概率的?   0回答

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

如果采用非等权重的方法集成一个随机森林,会表现得更好嘛?   1回答

随机森林的模型一般都很大么?   1回答

为什么随机森林比决策树更robust?   1回答

随机森林警告:A column-vector y was passed when a 1d array was expected   1回答

决策树可以做多元分类吗?   1回答

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

决策树剪枝有什么策略或者注意事项?   2回答

python sklean中的决策树是用的哪一种决策树算法?   2回答

决策树的深度和数据特征个数的关系   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!