sklearn里的RandomForestClassifier和ExtraTreesClassifier有什么区别吗?

  统计/机器学习 监督式学习 Python    浏览次数:109        分享
0

sklearn里的RandomForestClassifier和ExtraTreesClassifier有什么区别吗?

 

newml   2019-08-23 22:22



   1个回答 
2

参考黄前志在Extra Tree算法是什么?的回答。

复制一下:

ExtRa Trees是Extremely Randomized Trees的缩写,意思就是极度随机树。这是一种组合方法,与其说像决策树,实际上它更像随机森林。

与随机森林的相同点:1. bootstrap了样本。2. 随机选取了部分特征,来构造一个棵树。 我们知道随机森林是由很多个随机的决策树组成的,extra trees比随机森林更随机。 


与随机森林的不同点:每棵决策树选择划分点的方式不同。对于普通决策树,每个特征都是根据某个标准(信息增益或者gini不纯)去进行划分,比如说一个数值特征的取值范围是0到100,当我们把这个特征划分为0-45,45-100的时候,效果最佳(从信息增益或者gini不纯的角度),决策树就会将45作为划分点;然后再按照某个标准来选择特征。而对于extra trees中的决策树,划分点的选择更为随机,比如一个数值特征的取值范围是0到100,我们随机选择一个0到100的数值作为划分点;然后再按照评判标准选择一个特征。

SofaSofa数据科学社区DS面试题库 DS面经

简Cheng   2019-09-04 08:23



  相关主题

sklearn里怎么获得adaboost中每棵树的权重?   1回答

对sklearn的决策树进行剪枝   3回答

怎么获得sklearn里决策树的实际深度?   1回答

sklearn随机森林设置每棵树的权重   2回答

sklearn模块里的DecisionTreeClassifier为什么每次结果不同(数据相同的情况下)   1回答

sklearn里的RandomForestClassifier怎么选样本的数量   1回答

可视化sklearn决策树的结构   2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

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

随机森林是如何计算测试样本的概率的?   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!